跳到正文
arXiv · 机器人与计算机视觉· Dongjie Yu, Kun Lei, Zhennan Jiang, Jia Pan, Huazhe Xu·· 9 天前精选AI 评分82

超越动作残差:基于瓶颈潜变量的现实机器人策略引导

Beyond Action Residuals: Real-World Robot Policy Steering via Bottleneck Latent Reinforcement Learning

AI 导读

论文提出 Z-Perturbation Reinforcement Learning (ZPRL) 方法,通过冻结预训练的流匹配策略并利用奖励驱动的残差扰动在紧凑的瓶颈潜变量空间进行在线强化学习适应。

推荐理由

提出通过瓶颈潜变量接口进行在线强化学习策略引导,在仿真与真实世界中均提升了预训练模仿策略的样本效率与成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org