arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2026-04-23 至 2026-04-23 共收录 1 信号源:cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 模型式强化学习 1 篇

2604.19980 2026-04-23 cs.RO cs.SY eess.SY 64%

Efficient Reinforcement Learning using Linear Koopman Dynamics for Nonlinear Robotic Systems

利用线性Koopman动力学实现非线性机器人系统的高效强化学习

Wenjian Hao, Yuxuan Fang, Zehui Lu, Shaoshuai Mou

机构 * School of Aeronautics and Astronautics, Purdue University(航空航天学院,普渡大学)

专题命中 模型式强化学习 :model-based reinforcement learning(abstract);model-based RL(abstract);分类 cs.RO

AI总结 本文提出基于模型的强化学习框架,通过Koopman算子理论学习非线性机器人系统的线性提升动力学,并将其整合到actor-critic架构中以优化策略,实验显示在模拟和现实平台中样本效率和控制性能均优于基线方法。

详情

展开后加载摘要…

URL PDF HTML 收藏