Panagiotis Roditis

新的几何方法增强了强化学习智能体的运动学习能力

研究人员开发了 GeZo-SAC，一种软Actor-Critic方法的新方法，通过使用几何表示来适应Critic的悲观性，从而增强了运动学习能力。该方法利用Zonotopes来表示Critic的分歧，从而能够更细致地组合Critic的值。在对四个MuJoCo运动基准的评估中，GeZo-SAC在Ant-v5和Hopper-v5上表现出色，同时在其他任务上保持竞争力。此外，该方法在每米行驶的驱动器功耗和动作消耗方面也更低，且过估误差极小。