arXiv cs.RO· Ao Zhou, Zongyou Yu, Ke Wu, Tao Xu, Junqiao Zhao, Wenchao Ding, Alois Knoll, Guang Chen·· 2 小时前AI 评分58
MDPO：面向灵巧操作的多约束策略优化强化学习方法
MDPO: Multi-constraint Dexterous Policy Optimization with Reinforcement Learning
AI 导读
作者提出多约束灵巧策略优化方法 MDPO，将灵巧操作建模为同时包含累积代价约束与逐状态代价约束的多约束策略优化问题，并把多约束投影集成到策略优化过程中。在 ReDMan 上的安全关节控制、手指安全与抓取任务实验中，MDPO 相比基线取得更好的约束满足，同时保持有竞争力的任务表现，代码已公开。
来源：arXiv cs.RO · arxiv.org