arXiv cs.RO· Lorenzo Magnino, Antonio Marino, Michael Amir, Daigo Shishika, Amanda Prorok·· 5 小时前AI 评分58
Learning Robot Metareasoning：实时控制中的自适应计算预算研究
Learning Robot Metareasoning: Adaptive Computation Budgets for Real-Time Control
AI 导读
arXiv 论文 Learning Robot Metareasoning 提出将最优计算预算的确定建模为半马尔可夫决策过程（SMDP），一次决策同时决定机器人动作承诺时长与求解器分配时间。作者训练了一个以当前状态、执行中规划和低成本规划器统计为条件的强化学习策略，在地面机器人导航、敏捷四旋翼飞行和接触丰富操作三类任务上，该策略随场景需求调整预算，表现优于固定预算基线。
来源：arXiv cs.RO · arxiv.org