实体
Model-Predictive Path Integral
Model-Predictive Path Integral
PulseAugur coverage of Model-Predictive Path Integral — every cluster mentioning Model-Predictive Path Integral across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
使用模拟器和 MPPI 近似机器人安全
研究人员开发了一种新方法，可以在无需直接安全神谕的情况下为机器人控制系统近似安全反馈。该方法利用模拟器创建安全功能的代理，绕过了手动标记或显式约束公式化的需求。该算法使用模型预测路径积分 (MPPI) 来确保可逆性并验证动作，将它们投影到未来状态并检查是否存在返回先前状态的路径，从而确认该状态不在不安全集合之外。
-
新框架统一并改进了基于模型的强化学习
研究人员推出了一种新的基于模型的强化学习框架——策略优化-模型预测控制（PO-MPC），该框架提高了连续控制任务中的样本效率。该方法通过将规划器的动作分布作为先验整合到策略优化中，统一了现有方法，从而允许在回报最大化和KL散度最小化之间进行灵活的权衡。实验表明，PO-MPC配置在基于MPPI的强化学习方面取得了最先进的成果。