跳到正文
arXiv · 机器人与计算机视觉· Kohei Honda, Aiki Kada, Hirotaka Hosogaya·· 2026-10-07AI 评分72

ReBound:一种用于敏捷驾驶的无需重置强化学习方法

ReBound: Reset-Free Reinforcement Learning for Agile Driving via Reset-Aware Semi-Markov Bootstrapping

AI 导读

论文 ReBound 提出了一种名为‘重置感知半马尔可夫自举’的价值学习算法,旨在实现无需人工干预的敏捷驾驶强化学习。该方法将导致碰撞的动作与随后的恢复视为单一状态转移,并从恢复后的价值进行折扣更新,同时应用奖励中心化以稳定学习。实验显示,该算法在仿真环境和 1/10 比例车辆上均显著优于传统价值学习方法及基于模型的控制方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org