Sep, 2017

OptLayer - 实用的深度强化学习受限优化技术在实际应用中的研究

PDF
TL;DR提出了一种新的强化学习架构 OptLayer，该架构保证机器人执行的所有行为都是安全的，使得机器人的深度强化学习应用范围从模拟世界扩大到实际世界，并应用于机器人的伸手任务中。
deep reinforcement learningroboticsreinforcement learning architectureoptlayersafety
发现论文，激发创造
  • 多能源管理系统的自我完善硬约束条件下安全的强化学习

    本文介绍了两项新的安全强化学习方法，OptLayerPolicy 和 self-improving hard constraints，将约束函数与 RL 形式解耦，以提高初始效用和准确性，提供了在模拟的多能源系统案例研究中实现 92.4%（OptLayerPolicy）的初始效用和 104.9%（GreyOptLayerPolicy）的策略的结果。

    Apr, 2023

  • 约束流形上的安全强化学习：理论与应用

    将基于学习的技术，特别是强化学习，整合到机器人技术中来解决非结构化环境中的复杂问题很具有前景。本文展示了我们如何以原则性的方式将复杂的安全约束强加于基于学习的机器人系统中，从理论和实践的角度进行了展示。

    Apr, 2024

  • 凸约束下的强化学习

    本文提出了一种能处理一大类 RL 任务约束的算法方案，这些约束需要某些向量测量（如行动使用）的期望值位于凸集中，可以捕获以前研究的约束（如安全和接近专家），也可以实现新类别的约束（如多样性）。

    Jun, 2019

  • 深度强化学习联合学习构造和控制智能体

    运用深度强化学习，开发能够同时优化机器人设计和控制策略的方法，在机器人行走的场景下展示出在性能和效率方面均优于基准算法的优越性。

    Jan, 2018

  • 神经网络优化学习

    本文探索一种新的用于训练浅层神经网络的优化算法，该算法使用重新强化学习的方法，可以解决高维随机优化问题，即使在梯度和神经网络架构的随机性变化时，该算法训练出的优化算法始终优于其他已知的优化算法，能够成功将 MNIST 神经网络问题泛化到在多种不同数据集上进行的神经网络问题。

    Mar, 2017

  • 用深度强化学习训练机器人的方法：我们所学到的教训

    本文评估了深度强化学习在现实世界机器人中的应用，包括学习知觉和运动等复杂技能的案例研究以及相关挑战。

    Feb, 2021

  • 自主赛车的极限探索：最优控制与强化学习

    本文研究如何为一个敏捷移动机器人设计一个控制系统，重点研究了一项具有挑战性的场景：自主无人机赛车。我们证明了在这个场景中，通过强化学习（RL）训练的神经网络控制器优于最优控制（OC）方法。我们的研究表明，RL 胜过 OC 的基本优势不是在于更好地优化了其目标，而是优化了一个更好的目标。RL 可以直接优化任务级目标，并能够利用领域随机化来应对模型不确定性，从而发现更稳健的控制响应。本研究对于推动敏捷机器人的最大性能具有重要意义，并阐明了 RL 和 OC 在机器人控制中的作用。

    Oct, 2023

  • 拓展你的极限：基于实际场景的强化学习用于机器人运动的持续改进

    基于 APRL 的深度强化学习 (RL) 框架，使四足机器人能够在现实世界中通过高效的训练学会行走，并且不断改进适应各种挑战性情况和动力学的变化。

    Oct, 2023

  • 基于已知约束函数的多能源管理系统安全强化学习

    本文提出了两种新的安全强化学习方法，即 SafeFallback 和 GiveSafe，其安全约束公式与 RL 公式分离，可提供硬约束满足保证，且无需解决数学问题，从而降低计算能力要求，并具有更灵活的约束公式表述。方法可应用于超出 RL 的任何策略，同时提供硬约束保证，并在模拟多能源系统案例研究中验证了方法的有效性。

    Jul, 2022

  • 强化学习中的受限制探索与最优性保护

    在强化学习问题中引入概念的受限探索与最优保持，在满足某些约束时保持学习的最优性，通过引入监督器控制行为，建立了一个反馈控制结构来建模无约束学习过程的动态，为知道确定性环境的强化学习问题建立了必要条件和充分条件。

    Apr, 2023