arXiv · 机器人与计算机视觉· Shaifalee Saxena, Alexander Scheinker·· 14 天前AI 评分72
Diversity-Aware Experience Replay via Statistical Leverage Scores
Diversity-Aware Experience Replay via Statistical Leverage Scores
AI 导读
针对离线强化学习中回放缓冲区被常规操作主导、罕见关键事件采样不足的问题,本文提出一种无需标签或奖励的统计杠杆分数评分机制。该方法首先筛选长尾特征列以捕捉异常分布,其次放弃重要性权重修正而直接优化重平衡目标,最后将规则应用于相对目标的短轨迹窗口以恢复关系信号。在需绕过障碍物推物体的三关节机械臂实验中,任务成功率从 0.49 提升至 0.69,接近有标签oracle的 0.74 上限。
来源:arXiv · 机器人与计算机视觉 · arxiv.org