基于最优传输的分层策略融合

An T. Le; Kay Hansel; Jan Peters; Georgia Chalvatzaki

基于最优传输的分层策略融合

机器人学 2023-04-13 v3 机器学习系统与控制系统与控制

作者: An T. Le , Kay Hansel , Jan Peters , Georgia Chalvatzaki

摘要

我们提出基于最优传输的分层策略融合（HiPBOT）。HiPBOT 通过在参数空间上添加前瞻规划层，分层调整不同智能体的底层反应式专家策略的权重。高层规划器将策略融合视为非平衡最优传输，整合底层黎曼运动策略的缩放。因此，HiPBOT 有效决定专家策略与智能体之间的优先级，确保任务成功并保障安全。在从低维导航到高维全身控制的多个应用场景中的实验结果表明了 HiPBOT 的有效性与高效性。我们的方法优于 SOTA 基线——无论是采用概率推断还是定义专家树结构——为最优传输在机器人控制中的新应用铺平了道路。更多资料见 https://sites.google.com/view/hipibot

关键词

分层策略融合最优传输机器人控制黎曼运动策略前瞻规划强化学习替代方法

引用

@article{arxiv.2212.01938,
  title  = {Hierarchical Policy Blending As Optimal Transport},
  author = {An T. Le and Kay Hansel and Jan Peters and Georgia Chalvatzaki},
  journal= {arXiv preprint arXiv:2212.01938},
  year   = {2023}
}

备注

16 pages, 5 figures, accepted to the 5th Annual Learning for Dynamics & Control Conference (L4DC)

基于最优传输的分层策略融合

摘要

关键词

引用

备注

相关论文