AAAI-25，面向多样化操作任务参数化动作基元的进化强化学习

Logiccccccccc

234人浏览 · 2026-08-24 10:56:24

Logiccccccccc · 2026-08-24 10:56:24 发布

1.摘要

机器人操作任务（RMTs）通常需要学习较长的动作序列，以持续控制机械臂完成目标。现有强化学习方法面临两个瓶颈：原始动作空间过大导致探索低效，稀疏奖励下经验采样不足又容易引发灾难性遗忘。论文提出参数化动作原语进化强化学习（ERLAP），将分层强化学习（HRL）的动作原语库与进化算法的双种群机制结合起来。HRL负责选择原语类型并生成参数，EA把完整原语序列作为个体保存、筛选和进化，从而改善经验回放分布。实验表明，ERLAP在带稠密奖励的模拟操作任务上优于四种RL基线，并能在更具挑战性的稀疏奖励任务中有效缓解灾难性遗忘。

2.研究背景与动机

见个人简介

DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

机器人猎头公司（倍利福猎头公司）案例分享

尤其对于具身智能“大脑”公司来说，招聘难度会更加集中。VLA、运动控制、视觉、机器人软件、硬件等岗位看似属于不同技术方向，但最终都需要围绕同一套机器人系统协同工作。对于猎头来说，这类项目如果还是按照“来一个JD、搜一批简历”的传统方式推进，效率通常不会太高。最近整理一个我们正在长期合作的案例，比较典型。