潜在空间机器人技能学习中的用户反馈.pptx

潜在空间机器人技能学习中的用户反馈

挑战从零开始学习动作？搜索空间过大。通过演示学习？该演示可能不适用于当前情况，需要进一步调整。由于机器人的性质不同，有些技能无法直接转移给机器人。我们可以使用强化学习（RL）在初始演示之后进行自主改进！使用LbD来缩小搜索范围。它广泛应用于机器人训练，让机器人学习难以人为设计的行为。[2]

维度诅咒具有连续状态和动作的人形机器人的高自由度使其维度超出了实际应用范围。[2]

使用策略搜索找到好的参数，然后使用参数化策略将强化学习扩展到高维连续动作。使用LbD来缩小搜索范围。如何解决这个问题？[2]

对强化学习的担忧设计合适的奖励机制并非易事。现实世界中噪声是不