LEARNING
当机器人入睡：面向共享策略机器人学习的离线技能巩固
Nethmi Jayasinghe, Diana Gontero, Amit Ranjan Trivedi
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
该论文提出了一种名为“睡眠机器人”的框架，通过“清醒”阶段学习新技能和“睡眠”阶段离线巩固共享策略，解决了顺序机器人学习中技能耦合崩溃的问题。实验表明，该方法在Meta-World MT5上平均成功率提升64%，成对可靠性提升2倍。
关键词
skill consolidationshared policywake-sleep frameworkNash bargainingrobot learning
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018