跳到正文
arXiv · 机器人与计算机视觉· Ku Onoda, Paavo Parmas, Manato Yaguchi, Yutaka Matsuo·· 23 天前AI 评分72

可微模拟器是否给出更好的策略梯度?:DDCG 与 IVW-H 方法研究

Does "Do Differentiable Simulators Give Better Policy Gradients?" Give Better Policy Gradients?

AI 导读

针对可微模拟器中不连续动力学导致的偏差问题,本文提出 DDCG 轻量级测试以在 nonsmooth 区域切换估计器,并引入 IVW-H 每步逆方差实现来稳定方差。实验表明,尽管切换估计器能提升鲁棒性,但在实际部署中细致的方差控制往往起主导作用。

来源:arXiv · 机器人与计算机视觉 · arxiv.org