arXiv · 机器人与计算机视觉· Junnan Nie, Zitian Fan, Jiachen Zhang, Junyi Lao, Likui Zhang, Chenghao Liu, Xiaoyang Lu, Yunbo Wang, Yixue Zhang, Linbo Zhai, Jiayi Li, Mengzhe Wang, Xichang Wu, Bin Wang, Chang Liu, Tianle Zhang, Songfang Huang·· 20 天前精选AI 评分78
Event2Reward:从任务进展关系中学习机器人奖励
Event2Reward: Learning Robotic Rewards from Progress Relations
AI 导读
针对机器人强化学习中绝对任务进度难以标注的问题,本文提出 Event2Reward 方法,结合归一化时间锚点与轨迹内局部相对进度约束来构建稠密塑形奖励。作者在约 10 万条真实机器人执行记录(含成功、次优及失败案例)上构建了事件标注数据集,无需帧级绝对进度标签即可训练。
推荐理由
提出 Event2Reward,利用轨迹内相对进度关系解决绝对进度未知时的奖励塑造难题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org