GSBR方法提升机器人强化学习性能

2026年11月4日，Charles Xu在arXiv上发表论文提出GSBR（几何支持行为正则化）方法，该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%。研究显示，GSBR的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%。这一成果显著提升了机器人在强化学习任务中的表现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。