ReBound提出免重置强化学习价值学习方法

1. 12:00
   arXiv cs.RO 机器人学

   ReBound：基于重置感知半马尔可夫自举的免重置强化学习敏捷驾驶方法

   ReBound 提出一种面向免重置强化学习的价值学习方法，将导致碰撞的动作与后续恢复过程合并为单个半马尔可夫转移，并从恢复后价值按实际恢复时间折扣进行自举，同时用奖励中心化稳定价值学习。在仿真和 1/10 比例实车上，ReBound 显著优于常规价值学习方法与基于模型的控制。论文共 9 页、6 幅图，以 arXiv:2604.07672 提交。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。