arXiv · 机器人与计算机视觉· Shouhao Chang, Xuan Liu, Hongye Zhu, Xinning Chen, Shigeng Zhang·· 24 天前AI 评分58
$R^2E$: 一种面向自动化奖励函数设计的角色驱动进化框架
$R^2E:$ A Role-driven Reward Evolutionary Framework for Automated Reward Function Design
AI 导读
针对强化学习中奖励函数设计成本高及 LLM 方法存在采样不足和反馈利用有限的问题,提出 $R^2E$ 框架。该框架通过明确的角色分工(探索者、守护者、演化者)结合动态调度策略与全局精英池机制,实现从广泛探索到聚焦开发的渐进式搜索并提升训练稳定性。在多项机器人任务上的实验验证了该方法的有效性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org