MASQ：用于单四足机器人 locomotion 的多智能体强化学习
机器人学
2024-10-18 v2
摘要
本文提出了一种新方法，用于改进单四足机器人 locomotion 学习中的性能。许多现有方法使用单智能体强化学习处理单个机器人，或用于多机器人系统中的协作任务。与现有方法不同，本文提出使用多智能体强化学习（MARL）来学习单四足机器人的 locomotion。我们发展了一种称为 Multi-Agent Reinforcement Learning for Single Quadruped Robot Locomotion（MASQ）的学习结构，将每个腿视为一个智能体，以探索四足机器人的动作空间，共享全局批评家，并协同学习。实验结果表明，MASQ 不仅加快了学习收敛速度，还在实际场景中提高了鲁棒性，表明将 MASQ 应用于单机器人如四足机器人，其 locomotion 学习能力可能超越传统的单机器人强化学习方法。我们的研究为将 MARL 与单机器人 locomotion 学习集成提供了有见地的指导。
关键词
引用
@article{arxiv.2408.13759,
title = {MASQ: Multi-Agent Reinforcement Learning for Single Quadruped Robot Locomotion},
author = {Qi Liu and Jingxiang Guo and Sixu Lin and Shuaikang Ma and Jinxuan Zhu and Yanjie Li},
journal= {arXiv preprint arXiv:2408.13759},
year = {2024}
}