深度强化学习在机器人操作中的创造力
机器学习
2019-10-17 v1 机器人学
机器学习
摘要
深度强化学习（DRL）已成为机器人科学中一种强大的控制技术。与控制理论相比，DRL 在环境的彻底探索方面更具鲁棒性。DRL 的这种能力在应用于机器人时会产生更接近人类的行为和智能。为探索这种能力，我们设计了具有挑战性的操作任务，以观察机器人处理复杂场景的策略。我们观察到，机器人不仅成功完成任务，还展现出创造性和非直观的解决方案。我们还观察到机器人在接近成功的任务中的坚持，以及其在辨别继续还是放弃方面的惊人能力。
引用
@article{arxiv.1910.07459,
title = {Creativity in Robot Manipulation with Deep Reinforcement Learning},
author = {Juan Carlos Vargas and Malhar Bhoite and Amir Barati Farimani},
journal= {arXiv preprint arXiv:1910.07459},
year = {2019}
}
备注
17 pages, 7 figures