仿真到线上强化学习于实机器人：何者关键
机器人学
2026-02-25 v1 人工智能
摘要
我们调查的是哪些具体设计选择使得在物理机器人上实现在线强化学习（RL）成为可能。通过对三种不同机器人平台上100次真实世界训练运行进行系统性消融实验，检验了通常在先前工作中被忽略的算法、系统和实验决策。我们发现，一些被广泛使用的默认设置可能是有害的，而一套稳健且易于采纳的设计选择在标准 RL 实践中能够在不同任务和硬件之间实现稳定学习。这些结果提供了首个大规模经验性研究，使实践者能够以更低的工程 effort 部署在线强化学习。
引用
@article{arxiv.2602.20220,
title = {What Matters for Simulation to Online Reinforcement Learning on Real Robots},
author = {Yarden As and Dhruva Tirumala and René Zurbrügg and Chenhao Li and Stelian Coros and Andreas Krause and Markus Wulfmeier},
journal= {arXiv preprint arXiv:2602.20220},
year = {2026}
}