用于深度强化学习实验的摆起倒立摆低成本真实世界实现
机器学习
2025-03-17 v1 人工智能
机器人学
系统与控制
系统与控制
摘要
深度强化学习（DRL）在虚拟和仿真领域取得了成功，但由于仿真环境与真实世界环境之间的关键差异，经 DRL 训练的策略在真实世界应用中的成功有限。为了帮助研究人员弥合 \textit{仿真到现实差距}，在本文中，我们描述了一种低成本的物理倒立摆装置和软件环境，用于探索仿真到现实的 DRL 方法。具体而言，我们装置的设计能够详细检查在感知、通信、学习、推理和执行过程中物理系统内产生的延迟。此外，我们希望改善教育系统的获取途径，因此我们的装置使用现成的材料和零件，以降低成本和后勤障碍。我们的设计展示了如何将商用现成电子产品、机电和传感器系统与常见的金属型材、圆木销和 3D 打印联轴器相结合，为经济实惠的物理 DRL 装置提供了一条途径。该物理装置辅以使用高保真物理引擎和 OpenAI Gym 接口实现的仿真环境。
引用
@article{arxiv.2503.11065,
title = {Low-cost Real-world Implementation of the Swing-up Pendulum for Deep Reinforcement Learning Experiments},
author = {Peter Böhm and Pauline Pounds and Archie C. Chapman},
journal= {arXiv preprint arXiv:2503.11065},
year = {2025}
}
备注
Australasian Conference on Robotics and Automation (ACRA) 2022