机器人 / 具身智能

Online Action-Stacking Improves Reinforcement Learning Performance for Air Traffic Control

在线动作堆叠提升空交通管制的强化学习性能

Ben Carvell, George De Ath, Eseoghene Benjamin, Richard Everson

机构 * Project Bluebird, NATS（Project Bluebird，NATS） ； Department of Computer Science, University of Exeter（计算机科学系，埃克塞特大学） ； Project Bluebird, The Alan Turing Institute（Project Bluebird，艾伦·图灵研究所） ； The Alan Turing Institute and the University of Exeter（艾伦·图灵研究所和埃克塞特大学） 纠错

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

AI总结 在线动作堆叠通过简化动作空间提升空交通管制的强化学习性能，有效减少指令数量并实现与复杂动作空间相当的控制效果。