Taisuke Kobayashi

CubeDAgger 通过低风险动态交互增强机器人学习能力

研究人员开发了 CubeDAgger，一种新颖的交互式模仿学习方法，旨在提高智能体在动态系统中的控制策略的鲁棒性。该方法建立在 EnsembleDAgger 基线之上，并进行了三项关键改进：显式激活监督时序阈值，将专家-智能体切换系统转变为最优共识系统，以及注入自回归彩色噪声以实现一致性探索。模拟和真实机器人实验表明，即使在有限的专家交互下，CubeDAgger 也能高效地学习到鲁棒的策略，并减少动态稳定性违规。