机器人 / 具身智能

Optimizing Deep Reinforcement Learning for Adaptive Robotic Arm Control

优化深度强化学习用于自适应机械臂控制

Jonaid Shianifar, Michael Schukat, Karl Mason

机构 * School of Computer Science, University of Galway（计算机科学学院，Galway大学） 纠错

专题命中 模仿学习与强化学习 ：robotic(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文通过TPE优化SAC和PPO算法的超参数，显著提升了七自由度机械臂控制任务的算法性能和训练效率。

Journal ref PAAMS 2024, Communications in Computer and Information Science, vol 2149, PP 293-304 Springer, Cham (2025)

Action Chunking and Exploratory Data Collection Yield Exponential Improvements in Behavior Cloning for Continuous Control

动作分块与探索性数据收集在连续控制行为克隆中的指数性改进

Thomas T. Zhang, Daniel Pfrommer, Chaoyi Pan, Nikolai Matni, Max Simchowitz

机构 * MIT（麻省理工学院） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；robot learning(abstract)；分类 cs.LG

AI总结 本文通过动作分块和探索性数据收集方法，在连续控制行为克隆中实现误差指数级减少，揭示了控制理论稳定性对模仿学习性能的关键作用。

Comments Updated manuscript. New visualization figures and control-theory primer

Staggered Environment Resets Improve Massively Parallel On-Policy Reinforcement Learning

staggered 环境重置提升大规模并行 on-policy 强化学习

Sid Bharthulwar, Stone Tao, Hao Su

机构 * Harvard University（哈佛大学） ； UC San Diego（圣迭戈大学） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.LG

AI总结 staggered 环境重置通过增加时间多样性减少非平稳性，提升大规模并行 on-policy 强化学习的样本效率和收敛速度