arXiv cs.RO· Neil Janwani, Ellen Novoseller, Vernon J. Lawhern, Maegan Tucker·· 4 小时前AI 评分65
MO-Playground：面向机器人的大规模并行多目标强化学习
MO-Playground: Massively Parallelized Multi-Objective Reinforcement Learning for Robotics
AI 导读
作者提出GPU原生的多目标强化学习算法MORLAX和可pip安装的GPU加速多目标环境库MO-Playground，可在数分钟内近似Pareto集，相比传统CPU方法加速26-271倍，相比此前GPU方法最高加速19倍，同时学到更优的Pareto前沿超体积。团队还实现了自定义BRUCE人形机器人环境，在仿真中针对平滑性、能效和摆臂等6个实际目标学习Pareto最优的运动策略。
来源：arXiv cs.RO · arxiv.org