【ICRA2022】机器人强化学习工具教程, 附slides与视频

2022 年 5 月 27 日 专知



强化学习(RL)方法在许多机器人应用中取得了令人印象深刻的结果,受到了广泛的关注。虽然在理论上RL涵盖了基于学习的接近最优行为控制,但由于各种实施挑战,无法保证最后能成功实施。即使选择了最适合的学习方法,由于超参数选择不当或算法的不可靠实现,学习性能仍然可能令人失望。此外,不正确的规范可能会使学习任务变得不必要的困难。


这个教程指出这些实际的陷阱,并向观众介绍机器人RL的工具,将帮助机器人专家成功地解决机器人学习任务,在模拟和现实世界。




https://araffin.github.io/tools-for-robotic-rl-icra2022/



专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“TRLC” 就可以获取【ICRA2022】机器人强化学习工具教程, 附slides与视频》专知下载链接

专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取70000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取70000+AI主题知识资料
登录查看更多
2

相关内容

IJCAI2022《对抗序列决策》教程,164页ppt
专知会员服务
44+阅读 · 2022年7月27日
【NeurIPS 2020 Tutorial】离线强化学习:从算法到挑战,80页ppt
【DeepMind】强化学习教程,83页ppt
专知会员服务
147+阅读 · 2020年8月7日
【ICML2020】基于模型的强化学习方法教程,279页ppt
专知会员服务
123+阅读 · 2020年7月20日
深度强化学习策略梯度教程,53页ppt
专知会员服务
175+阅读 · 2020年2月1日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
23+阅读 · 2019年11月19日
【ICML2022教程】智能交互式学习,80页ppt
专知
0+阅读 · 2022年7月22日
【实用书】强化学习实战:Python,110页pdf
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
35+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
42+阅读 · 2009年12月31日
国家自然科学基金
11+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年7月25日
Arxiv
15+阅读 · 2022年6月14日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
25+阅读 · 2018年8月19日
VIP会员
相关VIP内容
IJCAI2022《对抗序列决策》教程,164页ppt
专知会员服务
44+阅读 · 2022年7月27日
【NeurIPS 2020 Tutorial】离线强化学习:从算法到挑战,80页ppt
【DeepMind】强化学习教程,83页ppt
专知会员服务
147+阅读 · 2020年8月7日
【ICML2020】基于模型的强化学习方法教程,279页ppt
专知会员服务
123+阅读 · 2020年7月20日
深度强化学习策略梯度教程,53页ppt
专知会员服务
175+阅读 · 2020年2月1日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
23+阅读 · 2019年11月19日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
35+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
42+阅读 · 2009年12月31日
国家自然科学基金
11+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员