跳到正文
arXiv · 机器人与计算机视觉· Zongtan Li (University of Georgia, Athens, GA, USA), Tianming Liu (University of Georgia, Athens, GA, USA), Ye Zhao (Georgia Institute of Technology, Atlanta, GA, USA)·· 16 天前AI 评分43

Sequential Recovery Updates for Learned Controllers 在成功轨迹保护下的更新机制研究

Sequential Recovery Updates for Learned Controllers under Successful-Trajectory Preservation

AI 导读

佐治亚大学与佐治亚理工学院团队提出一种控制器更新方法,通过约束新技能入口规则而非参数来修正失败状态。该方法在两个类人机器人系统的四条数据流上运行,两次更新共增加 62 次恢复能力且未损失任何基础成功。移除约束虽能多恢复 33 种情况但会导致 8 个受保护任务无法完成,证明了该机制的有效性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org