一种提升机器人强化学习开发效率的训练模式研究

• 作者: 叶伟杰 蒋丰 郭靖 高军礼
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 深度强化学习 机器人控制 训练模式 开发效率
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 综合研究
• 页码范围: 46-50
• 页数: 5页
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.12052/gdutxb.200009

摘要

强化学习与深度学习结合的深度强化学习(Deep Reinforcement Learning,DRL)模型,目前被广泛应用于机器人控制领域.机器人强化学习需要在3D仿真环境中训练模型,然而在缺乏环境先验知识的情况下,在3D环境中进行试错学习会导致训练周期长、开发成本高的问题.因此提出一种贯通2D到3D的机器人强化学习训练模式,将计算量大、耗时多的工作部署到2D环境中,再把算法结果迁移到3D环境中进行测试.实验证明,这种训练模式能使基于个人电脑的机器人强化学习的开发效率提升5倍左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高军礼		55	215	8.0	11.0
2	叶伟杰		2	0	0.0	0.0
3	蒋丰		1	0	0.0	0.0
4	郭靖		1	0	0.0	0.0