利用深度强化学习改进辅助机器人
机器人学
2022-11-09 v3 人工智能
摘要
辅助机器人是一类致力于帮助因残疾或年迈而受限的人类完成日常护理任务的机器人。尽管研究表明经典控制方法可用于设计完成这些任务的策略，这些方法难以推广到任务的各种具体实例。强化学习可为此问题提供解决方案，即机器人在仿真中训练并将其策略迁移至真实机器。本工作中，我们复现了在 Assistive Gym 环境中训练机器人完成三项任务的已发表基线，并探索使用循环神经网络与相位策略梯度学习来增强原工作。我们的基线实现达到或超过了原工作的基线，但发现对新方法的探索不如预期有效。我们讨论了基线结果以及关于新方法未如成功的一些思考。
引用
@article{arxiv.2209.02160,
title = {Improving Assistive Robotics with Deep Reinforcement Learning},
author = {Yash Jakhotiya and Iman Haque},
journal= {arXiv preprint arXiv:2209.02160},
year = {2022}
}
备注
Accepted to the 2022 NeurIPS Deep RL Workshop