面向逼近物体的运动策略的分层强化学习：一项初步研究

兔子和鸟类等动物能够对动态的逼近物体（如人或石头）瞬间产生运动行为，尽管可能从未见过该物体且对物体属性的感知有限。近来，深度强化学习已使类人机器人等复杂运动学系统成功从A点移动至B点。受自然界动物先天反应行为观察的启发，我们希望将机器人运动方面的这一进展拓展到涉及外部动态物体且机器人对其属性部分可观测的场景。作为实现该目标的第一步，我们在MuJoCo中构建了一个仿真环境，其中腿式机器人须避免被朝它运动的球击中。我们探究在提出的分层强化学习框架下，动物通常具备的先验运动经验是否有助于反应式控制策略的学习。初步结果支持如下论断：即便考虑部分可观测性（基于半径的物体可见性），使用此分层强化学习方法能使学习更高效。