基于任務(wù)空間網(wǎng)格分割的強化學(xué)習(xí)算法

摘要： 強化學(xué)習(xí)中設(shè)計合理的獎勵函數(shù)具有重要的意義，但這也是具有挑戰(zhàn)性的，尤其是在實際機器人控制任務(wù)中.因此，能夠在稀疏獎勵的環(huán)境中探索有效的強化學(xué)習(xí)算法是當(dāng)前持續(xù)關(guān)注的問題.目前雖然已經(jīng)有許多在稀疏獎勵下的強化學(xué)習(xí)算法研究，但從結(jié)果來看，這些算法在機器人的控制精度以及訓(xùn)練時間等方面均需要很大程度的優(yōu)化和提升.本文提出了一種基于任務(wù)空間網(wǎng)格分割的強化學(xué)習(xí)算法，能夠在稀疏獎勵函數(shù)下，以較...