Учеба поддающаяся контролю качества политика роботов с перемаркировкой итеративного успокаивания

Компьютерные науки > Роботы [представлено 27 октября 2026 года] Название: " Учеба политики, контролируемой качеством роботов с итеративным перемаркированием просмотра PDF HTML (экспериментальное) резюме: оценка политики Robot часто основывается на двоичном сигнале успеха для выполнения задачи. Однако в реальном мире желаемое исполнение также определяется такими качествами, как скорость выполнения и сглаживание движения, которые должны динамично контролироваться в соответствии с требованиями задач. Для решения этой проблемы мы внедряем политику контроля качества (ПКК), робота, которая позволяет контролировать как индивидуальные атрибуты качества, так и их комбинации в течение определенного времени. Для расширения контролируемого диапазона качества за пределы первоначальных демонстраций мы предлагаем также итеративный цикл повторной маркировки: QCP собирает онлайновые развороты под знаками целевого качества, добавляет успешные траектории к набору данных, перемаркирует накопившиеся траегории в обратном свете с учетом их измеренного качества и совершенствует политику. Эксперименты по роботомии и Робоэвалю показывают, что ПКК последовательно повышает как качество выполнения задач, так и показатели их успешного завершения на всех этапах, обеспечивая успешное внедрение, превышающее качество первоначальных демонстраций. И наконец, мы проверяем КВП на реальных задачах по манипулированию в мире, где контроль за скоростью повышает пропускную способность конвейеров и контроль за…