May, 2022

RoMFAC:一种针对状态中对抗扰动的稳健均值场演员-评论家强化学习

TL;DR该研究提出了一种名为RoMFAC的机器学习框架,使用新的训练演员的目标函数和对行动损失的重复规范化策略,以防止对抗性扰动对机器人团队奖励的影响。