MANIPULATION
密集奖励：通过失败合成实现机器人操作的密集奖励学习
Yu Fang, Wanxi Dong, Jiaqi Liu, Yue Yang, Mingxiao Huo, Yao Mu, Huaxiu Yao, Li Erran Li, Daniel Szafir, Mingyu Ding
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出DenseReward，一种密集机器人奖励模型，通过自动化失败数据生成管道合成物理真实的失败轨迹，无需人工标注。该模型解决了强化学习中奖励信号稀疏和失败数据获取困难的问题，为机器人操作策略优化提供细粒度反馈。
关键词
dense rewardfailure synthesisreinforcement learningrobotic manipulationreward model
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