跳到正文
Sanctuary AI· Sanctuary AI·· 10 天前精选AI 评分78

Sanctuary AI 发布 TIGER 方法,用模仿策略作密集奖励加速机器人强化学习

TIGER: Task-Space Imitation Guidance for Efficient Reinforcement Learning

AI 导读

Sanctuary AI 提出 TIGER(Task-Space Imitation Guidance for Efficient Reinforcement Learning),不执行模仿策略,而是把其动作块经控制器映射为末端执行器参考轨迹,转化为密集奖励供强化学习使用。

推荐理由

原文给出把模仿策略转为密集奖励的具体做法与消融数据,读者可以判断它能否用于自己的稀疏奖励操作训练。

来源:Sanctuary AI · sanctuary.ai