基于速度历史的软演员-评论家算法应用于 IROS'24 赛事“AI 奥运会与 RealAIGym”
机器人学
2024-10-29 v1
摘要
“AI 奥运会与 RealAIGym”赛事挑战参赛者使用先进的控制算法来稳定混沌欠受控动力学系统。在本文中，我们提出了一种新方案，提交于 IROS'24 赛事，基于软演员-评论家（SAC），这是一种流行的模型无关的熵正则化强化学习（RL）算法。我们将一个‘上下文’向量添加到状态中，该向量通过卷积神经网络（CNN）编码立即历史，以抵消对真实系统的未建模效应。我们的方法在赛事的两个轨道上——潘杜伯特和阿克罗贝特——上实现了高性能分数和具竞争力的鲁棒性分数。
引用
@article{arxiv.2410.20096,
title = {Velocity-History-Based Soft Actor-Critic Tackling IROS'24 Competition "AI Olympics with RealAIGym"},
author = {Tim Lukas Faust and Habib Maraqten and Erfan Aghadavoodi and Boris Belousov and Jan Peters},
journal= {arXiv preprint arXiv:2410.20096},
year = {2024}
}
备注
5 Pages, 3 Figures, 3 Tables