arXiv · cs.RO· Charles Xu·· 13 小时前精选AI 评分75
GSBR：面向在线强化学习的几何支持行为正则化
GSBR: Geometric Support Behavior Regularization for Online RL
AI 导读
Charles Xu提出GSBR方法，通过惩罚动作与基策略支撑集的距离，实现在线强化学习在机器人任务中成功率从33%提升至95%，平均成功率和吞吐量在对比方法中最高，比次优RL方法高约23%。
推荐理由
通过几何支持行为正则化，在线强化学习在机器人任务中成功率从33%提升至95%，突破了传统方法对基策略的过度限制。
来源：arXiv · cs.RO · arxiv.org