跳到正文
arXiv · 机器人与计算机视觉· Mohammad Khoshnazar, Mike Degany, Deyuan Qu, Qing Yang, Matyas Szanto·· 3 天前AI 评分70

隐藏启动延迟随机化提升自博弈交接的跨伙伴鲁棒性

When Will You Hand It Over? A Hidden Start Delay Makes Self-Play Handover Robust to Unfamiliar Partners

AI 导读

该研究针对合作自博弈中接收方对陌生伙伴鲁棒性差的问题,发现共享奖励下学习到的给予方总是立即开始动作导致接收方策略固化。通过引入接收方不可观测的隐藏启动延迟随机化(HSD),在 300 次额外更新后,与未见过的新脚本伙伴交接成功率从 31% 提升至 80%,且大幅降低高力接触次数,无需重新训练伙伴。

来源:arXiv · 机器人与计算机视觉 · arxiv.org