arXiv · 机器人与计算机视觉· Taisuke Kobayashi·· 13 天前AI 评分73
CubeDAgger:面向动态系统的交互式模仿学习方法
CubeDAgger: Interactive Imitation Learning for Dynamic Systems with Efficient yet Low-risk Interaction
AI 导读
论文提出 CubeDAgger 方法,旨在解决现有交互式模仿学习算法在动态任务中因专家 - 智能体切换时机差异导致动作突变、破坏机器人稳定性的问题。该方法基于 EnsembleDAgger 基线进行三项改进:引入正则化显式激活监督时机阈值;将专家 - 智能体切换系统转化为多候选动作的最优共识系统;向智能体动作注入自回归有色噪声以实现时间一致的探索。
来源:arXiv · 机器人与计算机视觉 · arxiv.org