面向随机延迟的机器人遥操作残差强化学习
机器人学
2026-05-18 v1 人工智能
摘要
遥操作中的随机通信延迟引入信号离散性，削弱控制稳定性并降低控制性能。因此，传统强化学习(RL)方法在面对延迟引起的观测时，难以处理延迟导致的观测，导致高频抖动。为此，我们提出一种混合控制框架——延迟抗鲁棒RL，将基于长短期记忆(LSTM)的状态估计器与残差RL策略相结合，后者对随机延迟具有鲁棒性。LSTM从延迟观测中重构平滑连续的状态估计，使RL智能体能够学习一种在跟踪精度与速度平滑性之间进行平衡的残差扭矩补偿策略。Franka Panda机器人上的实验验证表明，我们的方法在状态-of-the-art基线之上显著优于，确保即使在高方差随机延迟下遥操作也能稳定可靠。
引用
@article{arxiv.2605.15480,
title = {Residual Reinforcement Learning for Robot Teleoperation under Stochastic Delays},
author = {Kaize Deng and Zewen Yang},
journal= {arXiv preprint arXiv:2605.15480},
year = {2026}
}
备注
Accepted at 23rd IFAC World Congress 2026