跳到正文
arXiv · 机器人与计算机视觉· Charles Xu, Jacob Berg, Liyiming Ke, Sergey Levine·· 15 天前AI 评分59

GSBR:面向在线强化学习的几何支持行为正则化

GSBR: Geometric Support Behavior Regularization for Online RL

AI 导读

论文提出几何支持行为正则化(GSBR),通过惩罚动作与预训练基策略支持集的距离,在允许改进的同时避免过度限制策略优化。该方法仅需访问基策略样本即可估计距离。实验显示,GSBR 在四个机器人基准的十九个任务中,将平均成功率从33%提升至95%,吞吐量比次优强化学习方法高出约23%。

来源:arXiv · 机器人与计算机视觉 · arxiv.org