基于贝叶斯模型的强化学习主动探索用于机器人操作

研究将贝叶斯深度学习用于机器人操作的基于模型强化学习，一方面通过改善校准提升动态模型质量，另一方面在初步探索阶段对动态模型做主动学习，估计每次状态转移的信息增益并将其作为探索奖励，从而提升数据效率。在CoppeliaSim完整机械臂仿真器上的实验显示，该方法以远低于相关替代方案的机器人执行需求达到相当的质量。代码已公开。