arXiv · 机器人与计算机视觉· Carson Kohlbrenner, Niraj Pudasaini, William Xie, Naren Sivagnanadasan, Nikolaus Correll, Alessandro Roncone·· 24 天前AI 评分31
Move, don't think:低分辨率近场传感器提升全身避障学习效率
Move, don't think: sample-efficient collision avoidance with lossy proximity sensors
AI 导读
研究通过强化学习在受约束样本预算下训练 200 个人形机器人玩躲避球,发现低分辨率“有损”近场传感器比高分辨率覆盖更能作为归纳偏置促进反射性避障行为。实验表明,预测接触发生时机和位置反而降低了学习效率,而包含潜在压缩、未来接触预期等八种候选表示中,损失型传感器表现最强。该工作旨在以最少演示数据让数据驱动机器人学会避免碰撞,无需收集破坏性样本。
来源:arXiv · 机器人与计算机视觉 · arxiv.org