SMM-AC：正则化强化学习提升真机迁移

Danilo Vucetic 等作者提出基于 soft mellowmax 价值函数的正则化强化学习算法 SMM-AC，并在 MuJoCo 连续控制基准和真实机器人上验证。作者称，在 MuJoCo 基准上，SMM-AC 与 SAC 等基线表现相当；在真实机器人上，SMM-AC 取得更高回报，且对观测、环境和动力学扰动比基线更鲁棒。 该研究对比了常用强化学习算法的仿真到现实迁移表现，结论是正则化能提升策略对仿真到现实差距和真实环境变化的鲁棒性。

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。