回复自动化内参：能在现实世界训练机器人操作策略，成功率还那么高
自动化内参
下载贤集网APP入驻自媒体
近日，UC 伯克利 BAIR 实验室的 Sergey Levine 研究团队提出了一个强化学习框架 HIL-SERL，可直接在现实世界中训练通用的基于视觉的机器人操作策略。HIL-SERL 的表现堪称前所未有的卓越，仅需 1-2.5 小时的训练就能在所有任务上实现 100% 的成功率。 为了解决优化稳定性问题，他们采用了预训练的视觉主干网络来实现策略学习。为了处理样本复杂性问题，他们利用了基于 RLPD 的样本高效型离策略强化学习算法，该算法还结合了人工演示和校正。此外，为了确保策略训练期间的安全性，他们还纳入了一个精心设计的低级控制器。
