面向基于视觉的机器人的高样本效率强化学习流水线
人工智能
2021-05-21 v1 机器人学
摘要
深度强化学习有望使自主机器人以极少的人工干预掌握大量行为技能。该方法带来的进展使机器人能够执行抓取或到达目标等困难任务。然而，训练过程仍然耗时且繁琐，尤其是在仅利用 RGB 相机信息学习策略时。这种学习方式对于将任务从仿真迁移到真实世界至关重要，因为机器人在现实生活中的唯一外部信息来源是视频。在本文中，我们研究如何通过组装一条尽可能高效的流水线，来限制一个具有 6 自由度（DOF）的机械臂从零开始训练以到达一个球所需的时间。该流水线分为两部分：第一部分是利用计算机视觉算法从 RGB 视频中捕获相关信息；第二部分研究如何更快地训练深度强化学习算法，以使机械臂到达其前方的目标。请访问以下链接以查看更高分辨率的视频与曲线图：\url{https://drive.google.com/drive/folders/1_lRlDSoPzd_GTcVrxNip10o_lm-_DPdn?usp=sharing}
引用
@article{arxiv.2105.09719,
title = {Towards a Sample Efficient Reinforcement Learning Pipeline for Vision Based Robotics},
author = {Maxence Mahe and Pierre Belamri and Jesus Bujalance Martin},
journal= {arXiv preprint arXiv:2105.09719},
year = {2021}
}
备注
10 Pages, 15 Figures, 1 Table