分层多目标导航算法

稀疏奖励显著提升

将混合动作空间分解为离散目标选择与连续动作执行，在稀疏奖励下显著优于现有方法。

Jiangyue, Yan · 罗彪 · Xu, Xiaodong

Artificial Intelligence Review 2024

技术优势

分解动作空间

将混合动作空间拆分为离散目标选择与连续动作执行，缩短决策序列，提升学习效率。

动态检测目标

基于事后经验回放检测目标达成，缓解稀疏奖励问题，加速训练。

优于现有方法

在离散和连续机器人环境上均验证有效，显著优于对比方法。

应用场景

• 机器人导航：用于多目标导航任务，在稀疏奖励下提升学习效率。
• 人形机器人运动控制：用于连续动作控制，如 MuJoCo Ant 环境中的运动控制。
• 自主移动机器人：自主机器人在未知环境中的导航决策。