Potential-based reward shaping for knowledge-based, multi-agent reinforcement learning
PulseAugur coverage of Potential-based reward shaping for knowledge-based, multi-agent reinforcement learning — every cluster mentioning Potential-based reward shaping for knowledge-based, multi-agent reinforcement learning across labs, papers, and developer communities, ranked by signal.
-
新的局部引导Actor-Critic方法改进了目标条件强化学习
研究人员引入了一种名为局部引导Actor-Critic（LG-AC）的新方法，以解决目标条件强化学习中的挑战，特别是在长时域和稀疏奖励的情况下。现有的技术，如带有想象子目标的强化学习（RIS）和基于势能的奖励塑造（PBRS），存在目标链式问题和欺骗性奖励等局限性。LG-AC旨在通过奖励智能体达到中间目标来克服这些问题，将值函数表示为子目标条件值函数的总和，以实现密集的事后重标号。实验表明，LG-AC在需要复杂目标链的任务中优于其他方法。
-
新的DynCur-Geo框架通过动态奖励增强无人机地理定位
研究人员开发了DynCur-Geo，一个新颖的动态好奇心框架，旨在改进无人机（UAV）的主动地理定位。与使用固定权重的先前方法不同，该系统根据到目标的剩余距离动态调整内在奖励权重。集成了距离感知门控和基于势能的奖励塑造，以平衡探索和目标导向行为，从而在各种挑战性场景中实现一致的性能提升。
-
强化学习、安全函数增强无人机导航
研究人员开发了一种新颖的自主无人机导航方法，可提高速度和安全性。该方法结合了强化学习、基于潜在奖励塑造、控制Lyapunov函数和控制障碍函数。该系统在一个简化的环境中进行训练，然后无需额外训练即可应用于复杂场景，在模拟中显示出缩短的任务时间和稳健的性能。