跳到正文
arXiv · 机器人与计算机视觉· Marc Toussaint, Cornelius V. Braun, Armand Jordana, Sayantan Auddy, Eckart Cobo-Briesewitz, Denis Shcherba, Tilman Burghoff, Justin Carpentier·· 20 天前AI 评分48

Combining Constrained Sampling and Reinforcement Learning for Manipulation 论文提出结合约束采样与强化学习的新方法,在接触丰富的操作任务中优于无约束基线并支持全身及手部策略训练。

Combining Constrained Sampling and Reinforcement Learning for Manipulation

AI 导读

针对接触丰富环境下强化学习探索不足的难题,该方法通过设计基于接触结构的约束采样重置策略,结合投影插值与课程学习,有效训练了通用、抓握与非抓握操作策略。实验表明该方案在复杂操作任务中性能优于无约束采样及替代重置方法,项目页面提供视频演示与完整源代码访问。

来源:arXiv · 机器人与计算机视觉 · arxiv.org