计算机科学 > 机器学习
[提交于 2020年3月2日
(v1)
,最后修订 2025年1月28日 (此版本, v2)]
标题: 稳健的机器人导航策略搜索
标题: Robust Policy Search for Robot Navigation
摘要: 复杂机器人导航和控制问题可以表述为策略搜索问题。 然而,在不确定环境中进行交互式学习可能成本较高,需要使用数据高效的方法。 贝叶斯优化是一种高效的非线性优化方法,其中查询是经过仔细选择的,以收集关于最优位置的信息。 这是通过一个代理模型实现的,该模型编码了过去的信息,并通过查询选择的获取函数。 贝叶斯优化对输入数据或先验假设中的不确定性非常敏感。 在本工作中,我们结合了鲁棒优化和统计鲁棒性,表明这两种类型的鲁棒性是协同的。 对于鲁棒优化,我们使用了一种改进的无迹贝叶斯优化版本,在策略不确定性存在的情况下提供了安全且可重复的策略。 我们还提供了新的理论见解。 对于统计鲁棒性,我们使用了一个自适应代理模型,并引入了玻尔兹曼选择作为一种随机获取方法,以确保收敛性并在代理建模误差存在时提高性能。 我们在多个优化基准和机器人任务中展示了结果。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.