Empowerment MPC上級
EmpowermentとMPCを単一ポリシーで統合、スパース報酬下の制御成功率を向上
本論文はプレプリントである。著者らは、エンパワーメントをサンプリングベースMPCの目的関数として定式化し、プロービングと実行の行動分布を単一化する手法を提案した。ホッパーの転倒自己復帰に成功し、振り子系のスイングアップではスパースなタスクコスト単独では失敗する状況で、エンパワーメントとタスクコストの併用により成功率が大幅に改善した(例:単振子CEMで59%から100%)。
ロボティクスとフィジカルAIの最新論文と、それぞれが産業にもたらす意味。
本論文はプレプリントである。著者らは、エンパワーメントをサンプリングベースMPCの目的関数として定式化し、プロービングと実行の行動分布を単一化する手法を提案した。ホッパーの転倒自己復帰に成功し、振り子系のスイングアップではスパースなタスクコスト単独では失敗する状況で、エンパワーメントとタスクコストの併用により成功率が大幅に改善した(例:単振子CEMで59%から100%)。
論文は arXiv のロボティクス分野から取得しています。当社の要約が未作成の場合は、要旨の冒頭を表示します。