★ 2
研究对比 PPO 与 SAC：双臂空间机器人协同运动控制中 SAC 大幅领先
论文构建双臂空间机械臂协同运动规划的强化学习框架，在避碰、姿态对齐与目标到达约束下对比 PPO 与 SAC。五个随机种子中 SAC 全部达到 80% 成功率阈值（中位 160 万步），平均成功率 78.6% 对 PPO 的 7.4%，且在未见目标配置上保持大部分性能。
arXiv cs.AI7 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文构建双臂空间机械臂协同运动规划的强化学习框架，在避碰、姿态对齐与目标到达约束下对比 PPO 与 SAC。五个随机种子中 SAC 全部达到 80% 成功率阈值（中位 160 万步），平均成功率 78.6% 对 PPO 的 7.4%，且在未见目标配置上保持大部分性能。