NeurIPS 2024 | 中科大提出TRACER，强鲁棒性的离线变分贝叶斯强化学习

文章预览

©作者 | 杨睿 单位 | 中科大MIRA团队 研究方向 | 强化学习、自动驾驶 近日，中科大王杰教授团队 (MIRA Lab) 针对离线强化学习数据集存在多类数据损坏这一复杂的实际问题，提出了一种 鲁棒的变分贝叶斯推断方法 ，有效地提升了智能决策模型的鲁棒性，为机器人控制、自动驾驶等领域的鲁棒学习奠定了重要基础。论文发表在 CCF-A 类人工智能顶级会议 Neural Information Processing Systems（NeurIPS 2024）。 论文题目： Uncertainty-based Offline Variational Bayesian Reinforcement Learning for Robustness under Diverse Data Corruptions 发表会议： NeurIPS 2024 论文链接： https://arxiv.org/abs/2411.00465 代码链接： https://github.com/MIRALab-USTC/RL-TRACER 引言 在机器人控制领域，离线强化学习正逐渐成为提升智能体决策和控制能力的关键技术。然而，在实际应用中，离线数据集常常由于传感器故障、恶意攻 ………………………………