ER-MAML元强化学习

域外任务成功率增14.6%

不用重启训练即可快速适应新任务，比标准MAML更抗分布偏移。

Jiaxing, Chen · Ao, Ma · Shaofei, Chen · 袁唯淋 · 胡振震 · 李鹏

IEEE Robotics and Automation Letters 2025

参数信息

域外成功率提升

14.6 %

技术优势

域外泛化更强

在域外任务上成功率超越现有最佳基线14.6%，说明模型不是简单记住训练任务，而是学到了可迁移的适应策略。

防止过参数化

通过正则化策略约束元梯度方向，避免模型在少量任务上拟合过度，从而提升对新任务的鲁棒性。

应用场景

• 机器人技能快速迁移：让机器人面对新任务时无需重新训练，快速将已有技能迁移到不同场景。
• 具身智能泛化：提升具身智能体在分布偏移环境下的策略泛化，适应真实世界的不确定性。
• 自适应控制：提供快速在线适应机制，使控制系统能应对动态变化的任务条件。
• 工业机器人编程：减少工业机器人编程中对新任务的重编程工作，通过少量示例即可适应。