MANIPULATION
用于强化学习的阶段转换密集奖励建模
Yang Yang, Bingjie Chen, Zihan Wang, Yizhe Li, Guoping Pan, Yi Cheng, Houde Liu
- 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STDR的视觉奖励学习框架，通过从专家视频中推断任务阶段结构，为强化学习提供阶段转换和阶段内进展两种密集奖励信号。实验表明，该方法在多个机器人操作任务上显著提升了样本效率和成功率，并超越了多种基线方法。
关键词
reinforcement learningreward shapingrobotic manipulationdense rewardstage transition
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