基于接触能的回顾经验优先级

本文介绍了Hindsight Experience Replay技术，用于学习稀疏二元奖励的知识，避免复杂奖励工程，并与任意离线RL算法结合。通过实验演示了该方法在操作机器人手臂上的实际应用。消融研究表明，Hindsight Experience Replay是成功训练在有挑战性环境中的关键因素，并展示了在物理仿真中训练的策略可以成功部署在物理机器人上完成任务。