Oct, 2016

机器人损伤恢复的无重置试错学习

PDF
TL;DR该论文提出了一种名为 “Reset-free Trial-and-Error” 的新型学习算法，有效解决了复杂机器人在面对硬件损坏后无法恢复运动能力的问题，而且该算法实现自主学习，能够在不同环境中快速适应。
roboticsreinforcement learningdamage recoverycomplex robotstrial-and-error
发现论文，激发创造
  • 多任务学习实现免重置强化学习：无需人类干预即可学习灵巧操作行为

    本文提出了一种基于多任务强化学习算法的重置自由学习方法，可用于实现机器人的复杂困难操作，无需人工干预，实验表明该方法可以有效缩放复杂的问题并实现机器人的技能多样化。

    Apr, 2021

  • 无痕迹：学会重置以实现安全和自主的强化学习

    本文提出了一种可以同时学习前向策略和清除策略的自动化安全有效的强化学习方法，可以显著减少手动重置，减少不安全的动作，并能自动诱导课程。

    Nov, 2017

  • 可以像动物一样适应的机器人

    介绍了一种智能的试错算法，使机器人能够在受损后在不到两分钟内适应受损，并没有要求自诊断或预先指定应急计划。该算法可用于治疗五种不同方式的受损以及 14 种不同关节损伤的机械臂，能够让机器人更加稳健、高效和自主，同时也启示了使用自我适应原则的动物。

    Jul, 2014

  • 自主训练自动驾驶车辆的自主算法

    基于强化学习的自主车辆训练算法，最小化人为干预，通过学习进展实时调整训练过程，安全地重置车辆状态，取得更好的驾驶性能和较少的人工重置。

    May, 2024

  • 基于约束贝叶斯优化和模拟先验的安全感知机器人损伤恢复

    本研究使用约束优化算法替代原来的算法，实现了针对受损机器人快速修复的同时保证其行为安全的目标，与其它方法相比，该方法在模拟受损人形机器人爬行的速度和不进行危险试验的次数方面表现更佳。

    Nov, 2016

  • 强韧性对抗性强化学习

    提出了一种稳健性的敌对训练 (robust adversarial reinforcement learning, RARL) 方法，该方法将敌对训练与零和极小优化相结合，通过训练一个智能体，使其能够在真实系统上的杂乱因素和不确定性下操作，并在多种环境中进行了验证。

    Mar, 2017

  • 通过动态感知和无重置学习在物理机器人上实现质量多样性优化

    通过 Reset-Free QD 算法和动力学模型，在物理机器人上直接学习控制器，以提高样本效率和生成最佳存档，从而使物理四足机器人在两小时内学习到行为技能库。

    Apr, 2023

  • 继续学习的腿式机器人：在现实世界中微调运动策略

    该论文提出了一种基于强化学习的实际机器人强化学习系统，通过在现实世界中微调机器人运动策略的少量训练，实现了 A1 四足机器人在多种环境中自主微调多种运动技能的能力。

    Oct, 2021

  • RACER：基于认知风险敏感的强化学习在少发生事故的情况下实现快速驾驶

    通过将风险敏感控制与自适应动作空间课程相结合，我们提出了一种强化学习框架，能够既学习高性能的策略，又避免过多的失败，在真实世界的越野驾驶任务中具有较少的安全违例，并在具有相似挑战的驾驶和非驾驶仿真环境中导致更高性能的策略。

    May, 2024

  • 可证明的无需重制强化学习算法

    提出了一种重置免费的强化学习算法，将重置免费 RL 转化为两个玩家的博弈，以达到次线性性能失误和次线性重置总数。此外，提出的线性马尔可夫决策过程实例是第一个经过证明的重置免费 RL 算法。

    Jan, 2023