仓库机器人网格环境中交互式强化学习算法的比较分析
机器人学
2024-07-17 v1 人机交互
摘要
仓库机器人领域目前需求量大，主要技术和物流公司正在大量投资这些先进系统。训练机器人在此类复杂环境中运行具有挑战性，通常需要人类监督以进行适应和学习。交互式强化学习 (IRL) 是人机交互中的关键训练方法。本文presents了对两种 IRL 算法的比较研究：Q-learning 和 SARSA，这两种算法都在基于虚拟网格仿真的仓库环境中进行训练。为保持一致的反馈奖励并避免偏见，研究中所有反馈均由同一人员提供。
关键词
引用
@article{arxiv.2407.11671,
title = {A Comparative Analysis of Interactive Reinforcement Learning Algorithms in Warehouse Robot Grid Based Environment},
author = {Arunabh Bora},
journal= {arXiv preprint arXiv:2407.11671},
year = {2024}
}