RSS23 Best?System?Paper提名：基于模型的主動感知機器人強化學習系統｜上海交大MVIG呂峻博士主講

AIGC動態歡迎閱讀

原標題：RSS23 Best?System?Paper提名：基于模型的主動感知機器人強化學習系統｜上海交大MVIG呂峻博士主講
關鍵字：機器人,模型,猩猩,講座,建模
文章來源：算法邦
內容字數：2963字

內容摘要：

智猩猩是智一科技打造的硬科技講解與服務平臺，關注AI、芯片、算力、智能網聯汽車、機器人，提供講座、公開課、在線研討會、峰會等線上線下產品。
「機器人新青年講座」由智猩猩全新企劃，旨在邀請全球知名高校、頂尖研究機構以及優秀企業的青年學者與研究人員，主講在具身智能、強化學習、多智能體系統、建模仿真等機器人關鍵技術上的研究成果和開發實踐。
有興趣講解的朋友，可以與智猩猩教研產品團隊郵件（class@zhidx.com）聯系。機器人學習是具身智能領域中一項重要的研究課題。基于模型的強化學習（Model-based RL）是智能體在對周圍環境進行建模的基礎上進行各類操作學習，相較于無模型的強化學習（Model-Free RL）被認為在樣本效率方面具有顯著優勢。然而，如何更高效、精準、自動化地從原始傳感器信號（例如圖像信息）中建立對周邊環境的建模，并基于此學習操作技巧一直以來都是一個具有挑戰性的問題。
針對當前基于模型的強化學習所面臨的困境，上海交大盧策吾老師團隊提出一種可以主動提高感知質量、基于模型的機器人強化學習系統SAM-RL。SAM-RL可以對周圍環境進行建模并在操作過程中對模型進行更新（

原文鏈接：RSS23 Best?System?Paper提名：基于模型的主動感知機器人強化學習系統｜上海交大MVIG呂峻博士主講

聯系作者

文章來源：算法邦
作者微信：allplusai
作者簡介：「算法邦」，隸屬于智猩猩，關注大模型、生成式AI、計算機視覺三大領域的研究與開發，提供技術文章、講座、在線研討會。