跳到正文
arXiv · 机器人与计算机视觉· Likui Zhang, Zhe Zhu, Zhihao Zhan, Yibo Bai, Hanlin Wang, Dongwei Li, Bin Wang, Tianle Zhang, Xiaodan Liang, Liang Lin·· 28 天前精选AI 评分82

AtomicRL:面向长视界机器人操作的原子强化学习

AtomicRL: Atomic Reinforcement Learning for Long-Horizon Robotic Manipulation

AI 导读

针对 VLA 模型在复杂长视界技能学习中面临的延迟信用分配与子任务掌握不平衡问题,本文提出 AtomicRL 框架。该方法引入语义感知策略优化(SAPO)以约束跨任务边界的信用污染,并通过瓶颈自适应目标探索(BATE)动态协调采样与局部探索。

推荐理由

提出 AtomicRL 框架解决长视界操作中的信用分配与瓶颈问题,在仿真及真机部署上均优于 PPO。

来源:arXiv · 机器人与计算机视觉 · arxiv.org