基于流的域随机化用于机器人技能的学习与排序
机器人学
2025-05-07 v2 人工智能
机器学习
摘要
域随机化是强化学习中用于提高控制策略在模拟环境中鲁棒性的已建立技术。通过在训练期间随机化环境属性，可使所学策略对随机化维度上的不确定性具有更强鲁棒性。虽然通常由人为指定环境分布，但本文我们研究通过基于熵正则化的奖励最大化来自动发现采样分布的机制，即采用基于归一化流的神经采样分布。我们展示了该架构比采用学习更简单、参数化采样分布的现有方法更灵活，并在六个模拟和一个真实机器人领域中表现出更好的鲁棒性。最后，我们探讨了将所学采样分布与具有特权价值函数结合，用于多步骤操作规划中的不在分布检测。
引用
@article{arxiv.2502.01800,
title = {Flow-based Domain Randomization for Learning and Sequencing Robotic Skills},
author = {Aidan Curtis and Eric Li and Michael Noseworthy and Nishad Gothoskar and Sachin Chitta and Hui Li and Leslie Pack Kaelbling and Nicole Carey},
journal= {arXiv preprint arXiv:2502.01800},
year = {2025}
}