Sep, 2023

逆强化学习：从示范中推导与适应双足行走奖励学习

PDF
TL;DR通过逆强化学习 (IRL) 技术解决复杂地形上的双足机器人行走问题，并提出用于学习专家奖励函数的算法，通过非线性函数逼近揭示专家的运动策略，同时通过训练推断奖励函数，提高双足机器人在未知地形上的行走性能。
bipedal walking robotslearnmaneuveruneven terrainsreward learning
发现论文，激发创造
  • 多功能、动态和鲁棒的双足步行运动控制的强化学习

    使用深度强化学习（RL）创建动态双足机器人的运动控制器的综合研究，包括开发可用于周期性行走、跑步、跳跃和站立等一系列动态双足技能的通用控制解决方案，该 RL 控制器采用新颖的双重历史架构，通过长期和短期的输入 / 输出（I/O）历史数据有效训练，并在模拟和实际世界的各种技能中始终表现优秀。

    Jan, 2024

  • 从符号化行为描述中推导强化学习的奖励函数 - 关于双足步行

    从符号描述中生成物理运动行为是人工智能和机器人技术中一个长期存在的挑战，本文提出了一种新颖的方法，从符号描述中找到奖励函数，并将该方法应用于双足行走领域。通过将行走机器人建模成一个混合自动机，并使用罗盘行走器推导出一个能激励遵循混合自动机循环的奖励函数，该方法减少了强化学习控制器的训练时间，同时提高了最终的行走速度，可作为从符号 AI 和推理中生成奖励函数的蓝图。

    Dec, 2023

  • 学习人类偏好以便推理奖励的可行性探讨

    我们提出一种基于不可微分计划器的逆强化学习，用于推断从专家提供的演示中学习奖励函数，并与采用特定假设的数学模型相比，我们的方法可以得到更好的奖励推断，同时保持在数据驱动方法和已知人类偏差之间的平衡。

    Jun, 2019

  • 在复杂环境中产生运动行为

    本文研究增强学习中环境对复杂行为的促进作用，通过在多个不同环境下训练代理人，使用基于前进步伐的简单奖励函数，利用可扩展的策略梯度强化学习方法，代理人可以学会奔跑、跳跃、蹲下和转弯等复杂行为而无需明确的基于奖励的指导。

    Jul, 2017

  • 最小人力学习在现实世界中行走

    使用深度强化学习中的多任务学习技术和安全控制框架在实际机器人系统中实现了自动学习四条腿机器人在三种不同地形上的步态。

    Feb, 2020

  • 交互自主学习偏好

    研究人机交互中智能机器人的学习奖励功能从而完成任务，探讨通过对多种机器人轨迹的比较反馈方式学习机器的奖励功能，包括两两比较、评分、最佳选择等，并提出主动学习技术，以优化从用户反馈中获得的期望信息，进而在自主驾驶模拟、家庭机器人、标准强化学习等领域展示了这种方法的适用性。

    Oct, 2022

  • EvIL：演化策略用于可广泛应用的模仿学习

    在仿真学习中，我们通过整合奖励模型集合以及使用演化策略方法 EvIL 来提高重新训练和迁移性能，同时加速目标环境中的重新训练，在连续控制任务中比之前的工作更加高效地重新训练策略。

    Jun, 2024

  • 针对人形机器人的计划脚步双足行走学习

    本研究基于深度强化学习控制器的支持下，通过学习遵循给定步长序列的原则，利用程序生成的步长方案实现了全向行走、原地转弯、站立和爬楼梯等多项功能，同时具备适应性强、无需预训练权重、不依赖参考动作等特点，为改进人形机器人在现实环境中行走鲁棒性提供了新思路。

    Jul, 2022

  • 无监督感知奖励用于模仿学习

    利用深度模型学习中间视觉表示的抽象能力来从少量的演示序列中快速推断知觉奖励函数，以便在真实世界环境中使用强化学习智能体执行任务。

    Dec, 2016

  • 不仅有奖励还有约束：应用于四肢机器人的运动

    通过提出一种新颖的深度强化学习框架，我们展示了可用于训练复杂机器人系统的神经网络控制器，该框架通过引入约束条件减少了奖励工程的工作量，并实现了较高的任务绩效。

    Aug, 2023