跳到正文
arXiv · 机器人与计算机视觉· Ao Zhou, Zongyou Yu, Ke Wu, Tao Xu, Junqiao Zhao, Wenchao Ding, Alois Knoll, Guang Chen·· 23 天前AI 评分75

MDPO:一种用于安全灵巧操作的多约束强化学习策略优化方法

MDPO: Multi-constraint Dexterous Policy Optimization with Reinforcement Learning

AI 导读

针对灵巧操作中需同时满足关节限位、手指安全及物体交互稳定等多重异构约束的挑战,本文提出多约束灵巧策略优化(MDPO)框架。该方法将任务建模为包含累积成本与状态级成本的双约束优化问题,并通过特定于约束的策略投影技术,将最大化任务性能的策略映射至可行域。

来源:arXiv · 机器人与计算机视觉 · arxiv.org