提出策略平滑的正则化重设计方法

Taisuke Kobayashi、Naoto Yamanaka 等研究者提出一种重新设计的正则化方法，用于有效平滑强化学习中的策略函数，论文已被 RA-L 接收发表。 作者指出原始正则化实现存在理论与实现的落差、平滑效果不足，并识别出三个原因、给出修正方案。修改后的正则化在多个任务和算法上表现良好，并应用于四足机器人的 sim-to-real 强化学习；作者称平滑且节能的运动可提升对目标速度指令突变的鲁棒性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。