【论文标题】How to train your robot with deep reinforcement learning: lessons we have learned如何通过深度强化学习来训练您的机器人：我们已学习的课程

【作者团队】Julian Ibarz, Jie Tan, Chelsea Finn, Mrinal Kalakrishnan, Peter Pastor, Sergey Levine

【发表时间】2021-1-31

【论文链接】https://arxiv.org/abs/2102.02915

【推荐理由】深度强化学习（RL）已成为一种有前途的方法，可以从低水平的传感器观察中自动获取复杂的行为。在这篇评论文章中，我们介绍了许多涉及机器人深度RL的案例研究。在这些案例研究的基础上，文章讨论了深度RL中常见的挑战以及如何在这些工作中解决它们。我们还概述了其他尚待解决的挑战，其中许多挑战是现实机器人技术所特有的，并且通常不是主流RL研究的重点。我们的目标是为感兴趣的机器人技术人员和机器学习研究人员提供资源，以推动现实世界中深度RL的发展。其中许多是现实世界机器人技术所独有的，并且通常不是主流RL研究的重点。我们的目标是为感兴趣的机器人技术人员和机器学习研究人员提供资源，以推动现实世界中深度RL的发展。其中许多是现实世界机器人技术所独有的，并且通常不是主流RL研究的重点。文章的目标是为感兴趣的机器人技术人员和机器学习研究人员提供资源，以推动现实世界中深度RL的发展。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除