Mar, 2023
自我提升机器人：端到端自主视觉动作强化学习
Self-Improving Robots: End-to-End Autonomous Visuomotor Reinforcement
Learning
TL;DR提出MEDAL ++算法，利用少量的专家演示，在无需人工监督或监管的情况下，通过同时学习任务和任务的反向操作，自主地练习任务，从演示中推断出奖励函数，并从高维视觉输入端到端学习策略和奖励函数。在模拟和真实机器人实验中，MEDAL++都表现出了优秀的表现，证明其比基于视觉的现有方法更具数据效率且表现更优秀。