基于深度强化学习策略的分层控制器合成

💡 原文中文,约500字,阅读约需2分钟。
📝

内容提要

本文提出了一种新的方法来解决以MDP建模的环境控制器设计问题,通过DRL获取低级策略并应用反应合成获取高级规划器。该方法避免了模型蒸馏步骤,解决了DRL中稀疏奖励的问题,并实现了低级策略的可重用性。通过案例研究展示了在移动障碍物中的智能体导航的可行性。

🏷️

标签

➡️

继续阅读