清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Transferring Meta-Policy From Simulation to Reality via Progressive Neural Network

人工神经网络 计算机科学 人工智能
作者
Meng Wei,Hao Ju,Tongxu Ai,Randy Gómez,Eric Nichols,Guangliang Li
出处
期刊:IEEE robotics and automation letters 卷期号:9 (4): 3696-3703
标识
DOI:10.1109/lra.2024.3370034
摘要

Deep reinforcement learning has achieved great success in many challenging domains. However, sample efficiency and safety issues still prevent from applying deep reinforcement learning directly in robotics. Sim-to-real transfer learning is one feasible solution to tackle these problems and address the reality gap between simulation and reality. In this letter, we propose to combine meta-reinforcement learning and progressive neural network (PNN) by meta-training a policy for multiple source tasks and transferring it to the real-world robot via PNN (MetaPNN). We expect that training meta-policy over meta-tasks without considering dynamics discrepancy with our method can bridge the gap between simulation and reality with mismatched dynamics, and allow the agent to learn one single policy solving multiple tasks instead of using one policy network in PNN to solve one task. Meanwhile, the transferred meta-policy via PNN is expected to solve the target task and adapt to new situations at the same time. Our results in a variety of target tasks in AntPos and Reach with simulated manipulator show that MetaPNN can significantly improve the robot's learning efficiency and performance. Our further results in real-world Reach tasks with physical robot arm and a new task that is different from the meta-tasks show there might be a synergy between meta-learning and PNN.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
uppercrusteve完成签到,获得积分10
22秒前
无奈的代珊完成签到 ,获得积分10
45秒前
潇洒的语蝶完成签到 ,获得积分10
1分钟前
小宋完成签到,获得积分10
1分钟前
冰凌心恋完成签到,获得积分10
1分钟前
知行者完成签到 ,获得积分10
1分钟前
好运常在完成签到 ,获得积分10
1分钟前
秋夜临完成签到,获得积分0
1分钟前
Tong完成签到,获得积分0
2分钟前
彭于晏应助科研通管家采纳,获得10
3分钟前
小新小新完成签到 ,获得积分10
3分钟前
桥西小河完成签到 ,获得积分10
3分钟前
haly完成签到 ,获得积分10
4分钟前
5分钟前
炳灿完成签到 ,获得积分10
5分钟前
清澈的爱只为中国完成签到 ,获得积分10
5分钟前
5分钟前
顺心真完成签到 ,获得积分20
6分钟前
MchemG应助Li采纳,获得10
6分钟前
蓝意完成签到,获得积分0
6分钟前
vbnn完成签到 ,获得积分10
7分钟前
7分钟前
7分钟前
鲤鱼秋寒发布了新的文献求助10
7分钟前
吊炸天完成签到 ,获得积分10
7分钟前
zhaoty发布了新的文献求助20
7分钟前
呆萌冰彤完成签到 ,获得积分10
8分钟前
刘刘完成签到 ,获得积分10
8分钟前
8分钟前
8分钟前
zhaoty完成签到,获得积分10
8分钟前
愤怒的念蕾完成签到,获得积分10
8分钟前
Carl完成签到 ,获得积分10
9分钟前
Li发布了新的文献求助10
9分钟前
9分钟前
xu完成签到 ,获得积分10
9分钟前
Beyond095完成签到 ,获得积分10
10分钟前
跳跃的鹏飞完成签到 ,获得积分0
10分钟前
Arthur完成签到,获得积分10
11分钟前
宇文雨文完成签到 ,获得积分10
11分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
List of 1,091 Public Pension Profiles by Region 1621
Lloyd's Register of Shipping's Approach to the Control of Incidents of Brittle Fracture in Ship Structures 1000
Brittle fracture in welded ships 1000
King Tyrant 600
Laryngeal Mask Anesthesia: Principles and Practice. 2nd ed 500
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5565118
求助须知:如何正确求助?哪些是违规求助? 4649960
关于积分的说明 14689383
捐赠科研通 4591817
什么是DOI,文献DOI怎么找? 2519371
邀请新用户注册赠送积分活动 1491920
关于科研通互助平台的介绍 1463084