基于触觉内在动机改进机器人操作任务的学习
机器人学
2021-02-23 v1 人工智能
机器学习
摘要
本文针对深度强化学习在机器人操作任务中面临的探索难题展开研究。在稀疏目标设定下，智能体在随机达成目标之前不会收到任何正向反馈，而对于较长的控制序列而言，这种探索方式变得不可行。受儿童基于触觉的探索行为启发，我们基于机器人力传感器与操作对象之间的作用力之和构造了一种内在奖励，以鼓励物理交互。此外，我们提出了接触优先经验回放，一种优先采样富含接触的回合与转移的样本方案。我们表明，该方案加速了探索过程，并在三个基础机器人操作基准上优于最先进的方法。
引用
@article{arxiv.2102.11051,
title = {Improved Learning of Robot Manipulation Tasks via Tactile Intrinsic Motivation},
author = {Nikola Vulin and Sammy Christen and Stefan Stevsic and Otmar Hilliges},
journal= {arXiv preprint arXiv:2102.11051},
year = {2021}
}
备注
8 pages