Survey of Model-Based Reinforcement Learning:Applications on Robotics 这是一篇17年机器人基于模型的强化学习综述,作者对强化学习的各个部分发展,并在各种机器人的应用做了介绍,本文适合对于强化学习模型改进能有一些帮助。 摘要 强化学习是一种吸引机器人学习新任务的方法。相关文献揭示了大量的方法,但同时也清楚地表明了在处理现实生活中的挑战时缺乏实现。目前的预期提高了对适应性机器人的需求。我们认为,采用基于模型的强化学习,可以扩展机器人系统目前有限的适应性特征。此外,与无模型方法相比,基于模型的强化学习具有更适用于实际用例的优点。因