面向机器人操作的多群等价增强强化学习
机器人学
2025-08-18 v1 人工智能
摘要
采样效率是将视觉-运动学习部署到现实世界机器人操作中至关重要的因素。虽然任务对称性已被证明是提高效率的有前景的归纳偏置，但大多数先前工作仅限于等距对称性——将相同的群转换应用于所有任务对象上的所有时间步。本文探索了非等距对称性，在空间和时间维度上对多个独立群转换进行应用，以放宽这些约束。我们提出了一种部分可观测马尔可夫决策过程（POMDP）的新式表述，纳入非等距对称结构，并提出一种简单而有效的数据增强方法——多群等价增强（MEA）。我们将 MEA 与离线强化学习集成以提高采样效率，引入一种基于体素的视觉表示，保持平移等价性。广泛的仿真和真实机器人实验在两个操作领域中展示了我们方法的有效性。
引用
@article{arxiv.2508.11204,
title = {Multi-Group Equivariant Augmentation for Reinforcement Learning in Robot Manipulation},
author = {Hongbin Lin and Juan Rojas and Kwok Wai Samuel Au},
journal= {arXiv preprint arXiv:2508.11204},
year = {2025}
}