arXiv · ML· Panagiotis Roditis, Panagiotis P. Filntisis, Petros Maragos·· 2026-10-09AI 评分23
GeZo-SAC:基于 Zonotope 的软演员-评论家运动学习方法
A Geometric Approach to Soft Actor-Critic with Zonotopes for Locomotion Learning
AI 导读
提出 GeZo-SAC 方法,通过几何表示自适应 critic 悲观度,在 MuJoCo-v5 运动基准测试中取得最高平均回报。 方法使用辅助 generator 定义 zonotope,通过探测方向计算几何宽度作为悲观偏移量,并聚合双 critic 分歧度。 该方法实现了最低的每米执行器功和行动努力,且所有环境保持近乎零的过估频率。
来源:arXiv · ML · arxiv.org