基于图像的深度强化学习与内在动机刺激：关于复杂机器人任务的执行
原文中文，约300字，阅读约需1分钟。发表于：。本研究通过引入内在激励理论中的新奇性和惊喜作为额外信号来改进复杂、奖励稀疏的环境中的探索，提出了一种新的样本高效的方法 NaSA-TD3，该方法建立在 TD3 的基础上，利用自编码器对像素进行学习。实验结果表明，NaSA-TD3 在模拟环境和实际环境中都能够轻松训练和有效地处理复杂的连续控制机器人任务，且在最终性能上优于现有的基于图像的强化学习方法，而无需预训练模型或人类演示。
本研究提出了一种新的样本高效的方法NaSA-TD3，通过引入新奇性和惊喜作为额外信号来改进复杂环境中的探索。实验结果表明，NaSA-TD3在模拟环境和实际环境中都能够有效地处理复杂的连续控制机器人任务，并且在最终性能上优于现有的基于图像的强化学习方法。
