Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2003.01000

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2003.01000 (cs)
[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

Authors:Javier Garcia-Barcos, Ruben Martinez-Cantin
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。
摘要: Complex robot navigation and control problems can be framed as policy search problems. However, interactive learning in uncertain environments can be expensive, requiring the use of data-efficient methods. Bayesian optimization is an efficient nonlinear optimization method where queries are carefully selected to gather information about the optimum location. This is achieved by a surrogate model, which encodes past information, and the acquisition function for query selection. Bayesian optimization can be very sensitive to uncertainty in the input data or prior assumptions. In this work, we incorporate both robust optimization and statistical robustness, showing that both types of robustness are synergistic. For robust optimization we use an improved version of unscented Bayesian optimization which provides safe and repeatable policies in the presence of policy uncertainty. We also provide new theoretical insights. For statistical robustness, we use an adaptive surrogate model and we introduce the Boltzmann selection as a stochastic acquisition method to have convergence guarantees and improved performance even with surrogate modeling errors. We present results in several optimization benchmarks and robot tasks.
主题: 机器学习 (cs.LG) ; 机器学习 (stat.ML)
引用方式: arXiv:2003.01000 [cs.LG]
  (或者 arXiv:2003.01000v2 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2003.01000
通过 DataCite 发表的 arXiv DOI
期刊参考: IEEE Robotics and Automation Letters, 6(2):2389-2396, 2021

提交历史

来自: Ruben Martinez-Cantin [查看电子邮件]
[v1] 星期一, 2020 年 3 月 2 日 16:30:59 UTC (7,097 KB)
[v2] 星期二, 2025 年 1 月 28 日 15:17:10 UTC (8,496 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2020-03
切换浏览方式为:
cs
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号