arXiv · ML· Clinton Enwerem, Saleh Kemal, John S. Baras, Calin Belta·· 16 小时前AI 评分23
通过残差学习分配改进多阶段任务的模仿策略
Improving Imitation Policies for Multi-Phase Tasks through Residual Learning Allocation
AI 导读
提出基于“完成增益”的残差强化学习资源分配方法,在多阶段任务中优化模仿策略修正效果。 该方法将完成增益分解为阶段到达概率与条件提升,指导残差策略修正的动作组件选择及训练集分布。 在随机点质量对接实验中,增益分配优于失败率分配;双臂机器人装配实验中,释放阶段残差策略使完成度提升16.9%。
来源:arXiv · ML · arxiv.org