基于好奇心的强化学习在机器人制造单元上的应用

本文介绍了一种将柔性机器人制造单元上的调度控制与基于好奇心的强化学习相结合的新方法。强化学习已被证明在解决机器人与调度等任务上极为成功。但这需要在机器人与调度等问题域中手工调节奖励，即便解不明显时亦如此。为此，我们在柔性机器人制造单元上应用基于好奇心的强化学习，使用内在动机作为奖励形式，以缓解该问题。此外，学习智能体被嵌入运输机器人中，以实现可应用于多种环境的通用学习方案。在第一种方法中，基于好奇心的强化学习被应用于结构简单的机器人制造单元。在第二种方法中，同一算法被应用于图结构机器人制造单元。实验结果表明，智能体能够求解两种环境，并可将好奇心模块直接从一个环境迁移至另一环境。我们得出结论：调度任务上基于好奇心的学习为传统所用的奖励塑形强化学习提供了可行替代方案。