PRISM提出交互结构化运动控制多项式表示

Seung Hyun Lee 与 Stella X. Yu 提出 PRISM，一种受物理启发的策略表示方法，通过递归添加缩放的双线性特征学习变量间的乘性交互，无需枚举所有多项式项。该方法只需替换多层感知机（MLP）的第一层仿射层，即可用于强化学习与模仿学习，无需改动训练目标、传感或控制器。 论文报告，在人形机器人运动与接触密集操作任务中，PRISM 将存活率从 51.0% 提升至 92.5%，表现优于更大的 MLP；在摩擦系数、机器人质量与负载发生分布外变化时，无需重训仍保持优势。在故障恢复任务中，PRISM 在不引入显式导纳控制的情况下将成功率从 40.9% 提升至 52.3%，并改善了真实机器人上的操作表现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。