跳到正文
热点事件持续更新

SMPC演示数据训练稀疏奖励RL实现移动操作

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

研究团队提出用仿真中的采样模型预测控制（SMPC）作为自动专家，生成大规模离线数据集，再以纯稀疏任务奖励训练离线到在线强化学习智能体，省去密集奖励塑形的人工调参。团队称，该方法将高层智能体与低层动态稳定控制器结合，学到的策略可超越原始最优控制教师。 团队在配备机械臂的Spot四足机器人和G1人形机器人上部署了复杂移动操作技能。

AI 根据报道生成 · 2 小时前更新

最新进展10月27日 12:00
从 SMPC 演示中学习移动操作：稀疏奖励离线到在线 RL 方法

报道时间线

沿着报道，了解事件的不同侧面。

10月27日
  1. arXiv cs.AI
    从 SMPC 演示中学习移动操作：稀疏奖励离线到在线 RL 方法

    研究团队提出用仿真中的 SMPC 作为自动专家生成大规模离线数据集，配合纯稀疏任务奖励训练离线到在线 RL 智能体，省去密集奖励塑形的人工调参。该方法将高层智能体与低层动态稳定控制器结合，学到的策略可超越原始最优控制教师。团队在配备机械臂的 Spot 四足机器人和 G1 人形机器人上成功部署了复杂移动操作技能。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。