Deterministic delay-aware reinforcement learning

Sathira Dilshan Bataduwaarachchi

doi:10.1016/j.robot.2025.105271

Deterministic delay-aware reinforcement learning

2025-12-02

0

PRE

AI

S

Sathira Dilshan Bataduwaarachchi *

DOI：10.1016/j.robot.2025.105271

原文链接

摘要

En 中文

强化学习（RL）在过去十年中有效地为机器人控制铺平了道路。因此，将RL驱动的机器人控制与遥操作相结合的研究方向引起了研究人员的关注。每个RL框架都涉及环境与智能体之间合适的观测和动作通信基础，而遥操作的介入可能在该通信过程中引入随机时间延迟。在强化学习领域，在如此约束条件下实现机器人控制仍是一个未被充分探索的领域。我们率先致力于在RL设置中处理延迟的基础上，基于一个合适的马尔可夫决策过程（MDP）结构实现机器人控制的目标。我们的算法将学习确定性策略，并能够利用本体感觉信息进行观测，处理控制环境，特别是机器人操作环境。我们系统地介绍了基于现有主导离策略算法的理论调整，以证明算法的收敛性并展示其能力。我们在DeepMind Control Suite上进行了实验，展示了显著的结果，表明该算法在延迟感知的RL驱动复杂环境中学习的能力。

Deterministic delay-aware reinforcement learning

摘要

期刊

机构

引用论文