GRAM：基于稳健适应模块的深度强化学习中的泛化
机器学习
2025-11-26 v3 人工智能
机器人学
机器学习
摘要
将深度强化学习可靠部署于真实环境，要求其能够在各种条件下进行泛化，包括训练期间看到的分布内情形以及 novel 的分布外情形。在本工作中，我们提出了一个用于深度强化学习中动力学泛化的框架，将这两种截然不同的泛化类型统一于单个架构中。我们引入一个稳健适应模块，提供一种识别和应对分布内外环境动力学的机制，同时设计联合训练管道，结合分布内适应和分布外鲁棒性的目标。在硬件 locomotion 实验中，我们展示的 GRAM 算法在分布内外情形下均实现了强大的泛化性能。
引用
@article{arxiv.2412.04323,
title = {GRAM: Generalization in Deep RL with a Robust Adaptation Module},
author = {James Queeney and Xiaoyi Cai and Alexander Schperberg and Radu Corcodel and Mouhacine Benosman and Jonathan P. How},
journal= {arXiv preprint arXiv:2412.04323},
year = {2025}
}
备注
Accepted for publication in IEEE Robotics and Automation Letters (RA-L)