它是什么
研究提出离线强化学习策略解耦提取范式，将策略改进从训练解耦到推理阶段，优于联合学习方法。研究利用MJoCo MJX和Brax库创建机器人臂避碰任务仿真基准，在UR5e和Franka机器人上分别达到96.1%和98.8%的到达成功率。提出两种执行质量评估指标与智能体强化学习框架，使机器人操作在干扰下成功率提升最高39.2%。
强化学习
强化学习
本站已收录 5 篇归入“强化学习”的具身智能相关资讯。
- 主要玩家
- 2
- 相关文章
- 0
- 相关快讯
- 0
- 相关论文
- 4
3 MIN CRASH COURSE
3 分钟搞懂强化学习
为什么难
- 离线强化学习策略解耦提取新范式
- 基于强化学习的机器人避碰任务：向量化仿真与基准测试
为什么重要
- 基于智能体强化学习的机器人操作鲁棒执行方法
- ExToken框架：面向VLA模型的高效结构化探索微调方法
主要玩家
KEY PLAYERS主要玩家
强化学习全资讯
FULL COVERAGE强化学习全资讯
暂无相关文章，敬请期待。
相关论文
- 01离线强化学习策略解耦提取新范式离线强化学习策略解耦提取新范式研究提出离线强化学习策略解耦提取范式，将策略改进从训练解耦到推理阶段，优于联合学习方法。arXivarXiv:未标注▲ 0
- 02基于强化学习的机器人避碰任务：向量化仿真与基准测试基于强化学习的机器人避碰任务：向量化仿真与基准测试研究利用MJoCo MJX和Brax库创建机器人臂避碰任务仿真基准，在UR5e和Franka机器人上分别达到96.1%和98.8%的到达成功率。arXivarXiv:未标注▲ 0
- 03基于智能体强化学习的机器人操作鲁棒执行方法基于智能体强化学习的机器人操作鲁棒执行方法提出两种执行质量评估指标与智能体强化学习框架，使机器人操作在干扰下成功率提升最高39.2%。arXivarXiv:未标注▲ 0
- 04ExToken框架：面向VLA模型的高效结构化探索微调方法ExToken框架：面向VLA模型的高效结构化探索微调方法研究提出强化学习探索令牌，通过结构化行为先验提升视觉-语言-动作模型在机器人操作中的样本效率。arXivarXiv:未标注▲ 0