跳到正文
arXiv · 机器人与计算机视觉· Clinton Enwerem, Saleh Kemal, John S. Baras, Calin Belta·· 4 小时前AI 评分55

通过残差学习分配改进多阶段任务的模仿策略

Improving Imitation Policies for Multi-Phase Tasks through Residual Learning Allocation

AI 导读

论文提出一种利用残差强化学习修正模仿训练基础策略的方法,针对多阶段任务场景,将有限的交互预算按‘完成增益’而非失败次数进行分配。研究在点质量对接和双机械臂装配实验中验证了该方法的有效性:在对接任务中,基于增益的分配显著优于按比例或均匀分配;在装配任务中,仅在插入和释放阶段观察到正增益,且在特定配置下于释放阶段训练的策略使新状态下的完成率提升了 16.9%。

来源:arXiv · 机器人与计算机视觉 · arxiv.org