跳到正文
arXiv · 机器人与计算机视觉· Zhaofan Zhang, Yue Chang, Rufeng Chen, Hechang Chen, Sihong Xie, Hui Xiong·· 9 天前AI 评分74

偏好增强分布强化学习用于风险敏感型导航

Preference-Augmented Distributional Reinforcement Learning for Risk-Sensitive Navigation

AI 导读

针对自主系统在不确定性下安全导航的挑战,本文提出一种偏好增强分布强化学习方法。该方法将风险偏好的变化表示为量化权重分布的偏移,并通过偏好引导探索让智能体接触多样化偏好;部署时优化最坏情况下的偏好分布以生成保守策略,从而减少超参数调整和对外部传感器信号的依赖。实验表明,该方法在仿真环境和车辆平台上均能降低碰撞率并提高任务成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org