LEARNING
支持约束强化学习实现无需真实世界经验的真实世界策略改进
Raymond Yu, William Huey, Mustafa Mukadam, Anusha Nagabandi, Abhishek Gupta
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出SCORE框架，通过将模拟中的强化学习约束在真实数据预训练生成策略的支持域内，实现安全有效的模拟到真实策略迁移。该方法利用流导向技术限制动作空间，在避免蒸馏和保持基础策略不变的同时，从稀疏奖励中学习，显著提升了多指灵巧操作等真实世界任务的性能。
关键词
reinforcement learningsim-to-real transfersupport constraintdexterous manipulationpolicy improvement
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