arXiv · ML· Danilo Vucetic, Mohamad H. Danesh, Florence Clerc, Hsiu-Chin Lin, Jonathan Tremblay·2026-10-26 12:00· 5 小时前AI 评分33

正则化 RL 提升 sim-to-real 迁移性能

Regularised RL improves sim-to-real transfer

AI 导读

研究提出基于 soft mellowmax 的正则化算法 SMM-AC，通过增强鲁棒性来改善策略在真实机器人中的部署表现。该算法在 MuJoCo 基准上性能与 Soft Actor-Critic (SAC) 相当，但在真实环境中，面对观测、环境和动力学扰动时，其回报和鲁棒性均优于基线。

来源：arXiv · ML · arxiv.org