arXiv · cs.RO· Phillip J. K. Christoffersen·· 3 天前精选AI 评分70
通过信念空间任务与运动规划器的蒸馏部署物理与认知合规智能体
Deploying Physically and Epistemically Compliant Agents by Distilling Belief-Space Task and Motion Planners
AI 导读
Phillip J. K. Christoffersen提出了一种新方法，结合深度强化学习与信念空间规划器，通过离线规划生成轨迹数据集并蒸馏为策略，使智能体能在不确定环境下按规则行动。在Scavenger领域测试中，该方法成功率达90%，而传统强化学习仅为5%。
推荐理由
通过离线规划与策略蒸馏解决智能体在不确定环境下的合规性问题，成功将成功率从5%提升至90%。
来源：arXiv · cs.RO · arxiv.org