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