arXiv · cs.RO官方发布· Michal Korniak, Marco Bagatella, Ralf R\"omer, Michal Nauman, Yarden As, Pranav Vignesh, Manan Agarwal, Leander Diaz-Bone, Piotr Zalewski, Miko{\l}aj Czarnecki, Lenart Treven, Shashwat Saxena, Sreyas Venkataraman, Sarvesh Patil, Zhiyuan Zhou, Daniel Marta, Oier Mees, Nur Muhammad Mahi Shafiullah, Carmelo Sferrazza, Bhavya Sukhija, Angela P. Schoellig, Andreas Krause, Max Simchowitz, Andrew Wagenmaker·· 2 小时前精选AI 评分75
论文 / 摘要阅读
强化学习实现通用机器人策略的多任务在线改进
Reinforcement Learning Enables Scaling Generalist Robot Policy Improvement
AI 导读 · 根据来源整理
该预印本论文研究通用机器人策略能否在部署阶段同时针对多个不同任务进行在线改进，以及需要怎样的算法配方。作者构建了一组结构化评测，系统考察价值估计、策略提取和资源分配等算法与工程选择，发现通用策略可以在多样任务上在线提升，且合适的配方还能提升在线训练中未涉及的任务。论文进一步刻画了这种泛化出现的条件，指出训练任务分布与基于价值的强化学习都是关键因素。作者称这是机器人基础模型在线通用改进的早期证据之一。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org