多目标强化学习：挑战性的机器人环境与研究请求

📝

内容提要

本文介绍了一套基于现有机器人硬件的连续控制任务，包括Fetch机器人臂的推、滑、抓取操作，以及Shadow灵巧手的物体操控。这些任务采用稀疏奖励，并遵循多目标强化学习框架。文章还提出了改进强化学习算法的研究思路，重点在多目标强化学习和事后经验重放。

🏷️

标签

多目标强化学习 机器人 稀疏奖励 经验重放 连续控制