arXiv · 机器人与计算机视觉· Benjamin A. Christie, Tianyu Qiu, Amy H. Choi, David Fridovich-Keil, Dylan P. Losey·· 6 天前AI 评分59
内积正则化用于模仿学习
Inner Product Regularization for Imitation Learning
AI 导读
针对模仿学习中策略对状态扰动(如传感器噪声、场景变化)的鲁棒性问题,本文提出内积正则化(InneR)。该方法利用策略雅可比矩阵将动作空间的内积映射至状态空间,通过聚类并最小化平均内积的最小特征值,使邻近状态共享公共零空间,从而确保对扰动的响应一致性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org