arXiv · 机器人与计算机视觉· Shaifalee Saxena, Rafael Fierro, Alexander Scheinker·· 2026-10-06精选AI 评分78
面向分布变化的规划:结合有界极值搜索的强化学习机器人控制
Planning for Change: Reinforcement Learning Combined with Bounded Extremum Seeking for Robotic Control under Distribution Shift
AI 导读
针对接触丰富任务中因目标、接触条件或动力学变化导致策略失效的问题,本文提出一种结合深度确定性策略梯度与有界极值搜索的混合控制器。RL 策略负责快速操作,有界 ES 确保在偏离训练分布时系统的鲁棒性。研究证明了机械臂在有限时间内收敛到物体及随后以有限时间收敛至有界速度移动目标的理论性质,并给出了收敛时间的解析公式与增益调节方法。
推荐理由
提出结合强化学习与有界极值搜索的混合控制器,在目标变化或摩擦分布偏移下实现有限时间收敛。
来源:arXiv · 机器人与计算机视觉 · arxiv.org