arXiv · 机器人与计算机视觉· Michal Korniak, Marco Bagatella, Ralf R\"omer, Michal Nauman, Yarden As, Pranav Vignesh, Manan Agarwal, Leander Diaz-Bone, Piotr Zalewski, Miko{\l}aj Czarnecki, Lenart Treven, Shashwat Saxena, Sreyas Venkataraman, Sarvesh Patil, Zhiyuan Zhou, Daniel Marta, Oier Mees, Nur Muhammad Mahi Shafiullah, Carmelo Sferrazza, Bhavya Sukhija, Angela P. Schoellig, Andreas Krause, Max Simchowitz, Andrew Wagenmaker·· 14 天前AI 评分73
强化学习赋能通用机器人策略的规模化改进
Reinforcement Learning Enables Scaling Generalist Robot Policy Improvement
AI 导读
该论文提出通过迭代强化学习实现通用机器人策略在部署阶段的在线自我改进。研究构建了结构化评估体系,系统验证了算法设计选择(如价值估计、策略提取与资源分配)的有效性。结果表明,正确的配方不仅能提升多任务性能,还能增强对未训练任务的泛化能力,且训练任务分布与基于价值的强化学习是实现这一泛化的关键条件。
来源:arXiv · 机器人与计算机视觉 · arxiv.org