Robust and Risk-Sensitive Reinforcement Learning for Robots

本文提出了一种面向机器人的鲁棒与风险敏感强化学习方法。鲁棒RL通过考虑环境不确定性和最坏情况，提升策略在分布外场景的性能；风险敏感RL通过风险度量（CVaR、熵风险度量）优化策略的风险收益权衡。文章分析了不同鲁棒RL方法（鲁棒MDP、分布鲁棒优化、对抗训练）和风险敏感RL方法（CVaR优化、风险敏感Q学习）在机器人控制中的效果，提出了结合鲁棒性与风险敏感性的方法，并在多种机器人任务上验证了方法的鲁棒性和安全性。来源机构包括UC Berkeley、Google Research、Oxford等。