运动规划器增强的强化学习用于障碍物环境中的机器人操作
机器人学
2020-10-23 v1 人工智能
机器学习
摘要
深度强化学习（RL）智能体能够通过最大化奖励信号来学习富含接触的操作任务，但需要大量经验，尤其是在具有许多障碍物、使探索复杂化的环境中。相比之下，运动规划器利用智能体与环境显式模型来规划通往远处目标的无碰撞路径，但在需要与 environment 接触的任务中受限于不准确的模型。为结合两种方法的优势，我们提出运动规划器增强RL（MoPA-RL），其通过运动规划器的长视野规划能力来增强RL智能体的动作空间。基于动作幅度，我们的方法在直接执行动作与调用运动规划器之间平滑过渡。我们在多种模拟操作任务上评估了我们的方法，并从学习效率与安全性方面将其与其他动作空间进行比较。实验表明MoPA-RL提升了学习效率，带来更快探索，并产生了避免与环境碰撞的更安全策略。视频与代码见 https://clvrai.com/mopa-rl 。
引用
@article{arxiv.2010.11940,
title = {Motion Planner Augmented Reinforcement Learning for Robot Manipulation in Obstructed Environments},
author = {Jun Yamada and Youngwoon Lee and Gautam Salhotra and Karl Pertsch and Max Pflueger and Gaurav S. Sukhatme and Joseph J. Lim and Peter Englert},
journal= {arXiv preprint arXiv:2010.11940},
year = {2020}
}
备注
Published at the Conference on Robot Learning (CoRL) 2020