每天一篇论文 295/365Residual Reinforcement Learning for Robot Control

Residual Reinforcement Learning for Robot Control 摘要 传统的反馈控制方法通过捕捉具有显式模型(如刚体运动方程)的结构,可以非常有效地解决各种类型的机器人控制问题。然而,在现代制造业中,许多控制问题涉及接触和摩擦,这是一阶物理建模难以捕捉的。因此,将控制设计方法应用于此类问题通常会导致控制器脆弱且不准确,必须手动调整以进行部署。强化学习(RL)方法
相关文章
相关标签/搜索