arXiv cs.RO 机器人学· SungJae Ahn, Jeong Woon Lee, Kyoleen Kwak, Hyoseok Hwang·· 1 天前AI 评分47
重探时序正则化：深度强化学习平滑控制（CATS）
Revisiting Temporal Regularization for Smooth Control in Deep Reinforcement Learning
AI 导读
arXiv 论文提出 CATS（Conditioning for Action using only Temporal Smoothness），通过证明时序惩罚可约束共享下一状态的当前状态间期望动作差异，为时序正则化提供了空间平滑效果。CATS 将时序惩罚与线性 ramp-up 结合，先学习高回报行为再逐步平滑动作，在仿真与真实机器人实验中显著减少动作振荡，且几乎不增加计算开销、不损害任务性能。
来源：arXiv cs.RO 机器人学 · arxiv.org