基于等变模型的机器人端学习
机器人学
2022-10-19 v3
摘要
最近，等变神经网络模型已被证明能够提高计算机视觉和强化学习任务的样本效率。本文在机器人端策略学习的背景下探讨了这一想法，其中策略必须完全在物理机器人系统上学习，而不依赖于模型、模拟器或离线数据集。我们专注于 Equivariant SAC 在机器人操作中的应用，并探索了该算法的多种变体。最终，我们展示了在不到一两个小时的挂钟时间内，完全通过机器人端经验学习几种非平凡操作任务的能力。
引用
@article{arxiv.2203.04923,
title = {On-Robot Learning With Equivariant Models},
author = {Dian Wang and Mingxi Jia and Xupeng Zhu and Robin Walters and Robert Platt},
journal= {arXiv preprint arXiv:2203.04923},
year = {2022}
}
备注
Published at CoRL 2022