倒立摆相关 AI 资讯 · AITOP · AI热报

7月28日

11:50

11:50

官方账号arXiv cs.LG@Shaker Al-Tamari, Waled Kadour

在倒立摆基准上，TD3教师模型（Twin Delayed DDPG）的策略被蒸馏至浅层决策树学生。通过自定义物理感知特征和噪声Oracle Rollouts生成数据集，学生模型性能与教师相当。控制理论分析显示从连续控制转向离散规则控制导致高频Bang-Bang执行和稳定双模态极限环。BIBO稳定性得到维持，同时提供了全局和局部可解释性。

论文 TD3 可解释性决策树

推荐理由：研究者用决策树“拆解”了黑箱TD3，在倒立摆任务上性能不减，还解析了控制规律，适合安全关键AI参考。

7月16日

11:22

11:22

官方账号arXiv cs.LG@Slava Andrejev

论文提出将Lyapunov特征指数作为强化学习倒立摆稳定问题的密集奖励信号。代理成功找到了Kapitza摆的经典振荡运动。此外，代理还能够阻尼摆的摆动，使其严格保持竖直状态，超越了Kapitza摆的稳定效果。该方法展示了物理信息奖励在复杂控制任务中的有效性。

论文 Lyapunov exponent Kapitza pendulum 强化学习

推荐理由：这篇论文用Lyapunov指数做奖励，让强化学习不仅复现了Kapitza摆，还找到了更稳的竖直不倒方案，挺有意思。