arXiv · 机器人与计算机视觉· Mahdi Nobar, Alisa Rupenyan, John Lygeros, J\"urg Keller·· 2 天前AI 评分72
面向视觉伺服的残差强化学习与零样本仿真到现实迁移研究
Residual Reinforcement Learning for Visual Servo Control with Zero-Shot Sim-to-Real Transfer
AI 导读
该论文针对数字孪生不精确、测量误差及噪声问题,提出一种结合循环逆雅可比 PI 控制器与软演员评论家(Soft Actor-Critic)学习残差策略的方法。系统通过延迟补偿卡尔曼滤波融合相机数据以估计移动目标位置。
来源:arXiv · 机器人与计算机视觉 · arxiv.org