arXiv Robotics· Ao Zhou, Zongyou Yu, Ke Wu, Tao Xu, Junqiao Zhao, Wenchao Ding, Alois Knoll, Guang Chen·· 4 小时前AI 评分31
MDPO：多约束灵巧操作策略优化强化学习方法
MDPO: Multi-constraint Dexterous Policy Optimization with Reinforcement Learning
AI 导读
MDPO 将灵巧操作建模为同时包含累积代价约束与逐状态代价约束的多约束策略优化问题，通过约束特定的策略投影把最大化任务性能的中间策略映射到可行域。在 ReDMan 上的安全关节控制、手指安全与抓取任务实验中，MDPO 相比基线在保持有竞争力任务性能的同时实现了更优的约束满足。代码已公开。
来源：arXiv Robotics · arxiv.org