DRL：面向智能机器人控制的深度强化学习——概念、文献与展望

机器学习（用于生成机器智能）、计算机视觉（用于更好的环境感知）与机器人系统（用于受控的环境交互）的结合，推动了本工作提出一种以视觉为基础的学习框架用于智能机器人控制作为最终目标（视觉学习机器人）。本工作具体引入深度强化学习作为该学习框架，一种通用人工智能（AGI）框架，即与应用无关且与平台无关。在机器人控制方面，该框架具体提出了一种独立于底层控制的高层控制架构，意味着这两个所需的控制层级可彼此分别开发。在此方面，高层控制利用由训练者生成的同一平台的记录底层控制数据，为该平台的控制创建所需的智能。记录的底层控制数据仅指示由训练者使用同一机器人平台进行的成功与失败经验或实验序列。记录数据的序列由观测数据（输入传感器）、生成的奖励（反馈值）与动作数据（输出控制器）组成。在实验平台与实验中，视觉传感器用于环境感知，不同的运动学控制器基于平台应用生成所需的运动指令，深度学习方法生成所需的智能，最后强化学习技术逐步改进所生成的智能，直至机器人完成任务。