arXiv · cs.RO· Lorenzo Magnino·· 9 天前精选AI 评分75
学习机器人元推理：实时控制的自适应计算预算
Learning Robot Metareasoning: Adaptive Computation Budgets for Real-Time Control
AI 导读
本文提出了一种将最优计算预算识别为半马尔可夫决策过程的方法，训练强化学习策略根据当前状态、执行计划和规划器统计信息动态调整计算时间。该方法在地面机器人导航、敏捷四旋翼飞行和接触密集操作任务中均优于固定基准方案。
推荐理由
将计算预算优化建模为半马尔可夫决策过程，让机器人根据场景动态调整推理资源，解决了固定预算在关键场景下的局限性。
来源：arXiv · cs.RO · arxiv.org