arXiv Robotics· Zhaofan Zhang, Yue Chang, Rufeng Chen, Hechang Chen, Sihong Xie, Hui Xiong·· 5 小时前AI 评分31
偏好增强分布式强化学习用于风险敏感导航
Preference-Augmented Distributional Reinforcement Learning for Risk-Sensitive Navigation
AI 导读
研究将风险偏好变化表示为分位数权重分布的偏移，通过偏好引导探索让智能体接触多样风险偏好，并在部署时针对最坏情况偏好分布优化得到保守策略。该方法基于 Implicit Quantile Networks（IQN），避免了训练时固定或随机采样 CVaR 水平、部署时依赖手工调参或外部传感器信号的问题。仿真环境和车辆平台实验显示，该方法在减少碰撞的同时提升了任务成功率。
推荐理由模型分析
针对分布强化学习导航中训练与部署风险偏好不匹配的问题，作者把风险偏好变化建模为分位数权重分布的偏移，并在部署时对最坏偏好分布优化得到保守策略，减少手工调参和对传感器信号的依赖。仿真与车辆平台实验显示碰撞减少、任务成功率提升，可供关注风险敏感导航与部分可观测下策略鲁棒性的研究者参考，但结论限于其仿真与平台条件。
来源：arXiv Robotics · arxiv.org