自主设定目标
针对搜救机器人自主决策中目标需人工设定的问题，提出双层SAC智能体分层强化学习算法，高层自动生成子目标并给予内在奖励，使机器人高效探索并完成复杂多路径搜救任务。
殷辰堃 · Hongxuan, Ji · Yanxin, Zhang
Beijing Gongye Daxue Xuebao / Journal of Beijing University of Technology 2023
高层SAC智能体根据任务自动产生低层所需子目标，并给出内在奖励引导交互，无需人工设计目标。
采用离线策略训练，可以重复利用历史数据，减少与环境交互的次数，提升学习效率。
算法在多种复杂多路径搜救任务仿真中均表现出有效性，不针对单一场景设计。