Distributionally Robust Policy Learning via Adversarial Environment Generation

Our goal is to train control policies that generalize well to unseen environments. Inspired by the Distributionally Robust Optimization (DRO) framework, we propose DRAGEN - Distributionally Robust policy learning via Adversarial Generation of ENvironments - for iteratively improving robustness of po...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE robotics and automation letters Ročník 7; číslo 2; s. 1379 - 1386
Hlavní autoři:	Ren, Allen Z., Majumdar, Anirudha
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 01.04.2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	continual learning Costs data sets for robot learning generalization Grasping Optimization Policies Reinforcement learning Robots Robustness Task analysis Training
ISSN:	2377-3766, 2377-3766
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!