MANIPULATION
Robo-ValueRL：面向离线到在线强化学习的可靠价值估计
Wenke Xia, Pei Ren, Wenbo Yu, Yizhuo Zhang, Jifan Li, Yixue Zhang, Yinuo Zhao, Qingyang Gao, Jianlong Fu, Jian Tang, Ji-Rong Wen, Zhengping Che, Di Hu
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出Robo-ValueRL框架，通过历史条件价值估计和可靠性评估，系统分析价值函数可靠性对离线到在线强化学习策略优化的影响。实验表明该方法在240小时离线数据和3000条在线轨迹上显著提升机器人操作性能。
关键词
offline-to-online reinforcement learningvalue estimationrobotic manipulationpolicy optimizationreliability
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