MANIPULATION
XQCfD：利用先验数据和先验策略加速快速Actor-Critic算法
Daniel Palenicek, Florian Vogt, Joe Watson, Ingmar Posner, Danica Kragic, Jan Peters
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
该论文提出XQCfD算法，通过使用增强回放缓冲区、预训练策略和固定策略架构，有效利用演示数据提升强化学习的样本效率。在Adroit、Robomimic和MimicGen基准测试的复杂操作任务中，XQCfD以低更新-数据比和无集成网络实现了最先进性能。
关键词
reinforcement learningsample efficiencydemonstration dataactor-criticmanipulation
相关论文
MANIPULATION
📊 7,533 引用
Real-Time Obstacle Avoidance for Manipulators and Mobile Robots
Oussama Khatib
1986
MANIPULATION
📊 6,720 引用
A Mathematical Introduction to Robotic Manipulation
Richard M. Murray, Zexiang Li, Shankar Sastry
2017
MANIPULATION
📊 3,821 引用
Robot dynamics and control
Mark W. Spong
1989
MANIPULATION
📊 3,499 引用
A tutorial on visual servo control
Seth Hutchinson, Gregory D. Hager, Peter Corke
1996