Kw!G 2021-12-05 17:28 采纳率: 60%
浏览 23
已结题

用PPO2做小车避障，reward上升之后一直是平的，这种现象正常吗？

img


每盘总奖励的曲线.
用PPO2做小车避障，reward上升之后一直是平的，这种现象正常吗？
如果有问题，有什么办法解决？

  • 写回答

0条回答 默认 最新

    报告相同问题？

    • AI 智能物流路径规划里强化学习的核心价值
      2025-05-29 14:57
      AIGC应用创新大全的博客 物流行业的“最后一公里”成本占比超50%，路径规划效率直接影响...本文聚焦**强化学习（Reinforcement Learning, RL）**这一AI技术，探讨其如何破解物流路径规划的动态优化难题，覆盖技术原理、实战案例与行业价值。
    • AI Agent: AI的下一个风口 具身机器人的发展趋势
      2024-08-08 09:48
      程序员光剑的博客 AI Agent: AI的下一个风口 具身机器人的发展趋势 1. 背景介绍 1.1 人工智能的发展历程 1.1.1 早期人工智能
    • 自动泊车强化学习训练及小车实地部署
      2024-02-22 13:29
      斌擎科技的博客 Garrido-Jurado等人于2014年在一文中提出，在opencv的官方文档中可以找到ArUco的使用方法。ArUco 标记是由宽黑色边框和确定其标识符（id）的内部二进制矩阵组成的正方形标记，被广泛用来增加从二维世界映射到三维...
    • 基于强化学习的AI智能制造柔性生产线实时优化
      2025-03-14 12:48
      程序员光剑的博客 在当今制造业快速发展的背景下，智能制造成为了提升生产效率、降低成本、提高产品质量的关键方向。柔性生产线作为智能制造的重要组成部分，能够根据不同的生产需求快速调整生产流程和工艺参数，实现多品种、小批量的...
    • 多智能体系统简介：MARL、协同机制与典型结构
      2025-04-09 21:45
      观熵的博客 从游戏 AI 到分布式机器人系统，从多 Agent RAG 到 LLM × 工具链联动，**多智能体系统（Multi-Agent Systems, MAS）**正在成为构建复杂 AI 应用的核心范式。 本篇我们将带你认识多智能体系统的基本类型、协作机制与...
    • 基于深度强化学习算法的仿真到实践教程
      2022-11-07 13:55
      方小生–的博客 我的毕业论文主要是使用DQN，PPO，SAC仿真，然后放到车上跑（效果不太好）。 DQN和PPO是离散控制，SAC是连续控制。 代码说明： DQN是依照turtlebot3官方代码修改的pytorch版本，因为tensorflow配置环境有点难（用过...
    • 掌握这7个Grid2Op关键模块，轻松实现复杂电网故障恢复仿真
      2025-12-13 09:17
      QuickTrans的博客 掌握7大核心模块，轻松应对电力系统的 Grid2Op 仿真挑战。适用于电网故障恢复、强化学习训练等场景，支持灵活建模与高效仿真。模块化设计提升开发效率，真实还原电力系统动态行为，值得收藏。
    • 51c自动驾驶~合集60
      2025-11-29 19:59
      whaosoft-143的博客 对于 il & rl mix + event reset，本质都是为了限制 rl 的探索，核心原因有 2 个：一个是缩小 rl的搜索空间，加速收敛；剩下就是 rl 的常规操作了，并行 N个 worker，随机选择一个 3dgs-env 进行 rolllout，把 ...
    • 51c自动驾驶~合集58
      2025-06-08 20:18
      whaosoft-143的博客 因此，当其作为评估器使用时，能够在复杂仿真场景中大幅减少安全违规事件，这表明教会模型“预想危险”是构建真正安全、智能的自动驾驶智能体的关键一步。 论文标题：AD-R1: Closed-Loop Reinforcement Learning for...
    • 51c自动驾驶~合集4
      2024-10-31 10:36
      whaosoft-143的博客 而对于评价指标而言，目前主流的包含MOTA, AMOTA, HOTA等，这些指标均是在评价一条轨迹是否能够正确、稳定匹配上，但是对于匹配之后，跟踪这个任务所需要对下游预测规划输出的关键信息（如速度、加速度、角速度）...
    • Racecar Gym 总结
      2025-02-07 13:36
      乌拉阿乌的博客 Racecar Gym 是一个基于 PyBullet 物理引擎 的自动驾驶仿真平台，提供 Gymnasium（OpenAI Gym） 接口，主要用于强化学习（Reinforcement Learning, RL）、多智能体竞速（Multi-Agent Racing） 和 计算机视觉...
    • 深度强化学习在机器人自主学习中的突破
      2024-11-22 05:46
      程序员光剑的博客 它的起源可以追溯到20世纪50年代，当时人工智能（Artificial Intelligence，简称AI）的先驱们开始探索如何通过机器自主学习来解决问题。早期的研究主要集中在基于规则的系统和简单的强化学习算法上，如Q-learning和...
    • 机器人强化学习入门学习笔记(二)
      2025-05-05 19:30
      xiaomu_347的博客 简单易实现（比 TRPO 简洁）稳定性强可用于高维动作空间（如机械臂、二足机器人）官方 ...鲁棒性强比 DDPG 更稳定可靠动作输出确定性高，适合精准控制任务样本效率较好（off-policy）适用于机械臂、小车控制等任务。
    • C++ AI 实用案例强化学习
      2025-08-01 13:11
      KENYCHEN奉孝的博客 本文摘要介绍了多个C++在AI领域的应用实例，涵盖游戏AI、工业自动化、金融分析、医疗影像和智能家居等领域。在游戏开发中，C++结合AlphaZero框架实现五子棋自我对弈，通过强化学习优化游戏AI；工业方面，基于YOLOv5...
    • 强化学习学习_1
      2025-10-05 10:59
      jerryinwuhan的博客 RL 能把路径/运动规划问题当作序列决策问题来处理，尤其适用于动态环境、不可预测的障碍...学术上当前的热点：样本效率、sim2real、可证明的安全/约束、可微规划模块、以及把 RL 当作提升传统规划器效率的工具。arXiv。
    • 2025强化学习全景指南：破解RL核心挑战与应用前景
      2025-10-23 18:21
      无心水的博客 2025年，强化学习已从“实验室技术”走向“工业界核心驱动力”，掌握RL不仅能把握AI技术红利，更能理解“智能决策”的本质。回顾本文，我们从“游乐园比喻”入门RL核心概念，拆解了RL的发展驱动因素与核心挑战，设计...
    • 简单讲解一下怎么强化学习
      2025-10-29 22:46
      10％光速的博客 强化学习 = 用“奖惩”教会智能体在复杂环境中自主决策。它是AI通向“智能涌现”的关键途径，也是游戏AI、机器人控制、智能决策系统的核心支撑。如果你想，我可以帮你：✅ 搭建一个“玩CartPole或贪吃蛇”的强化学习...
    • 没有解决我的问题, 去提问

    问题事件

    • 系统已结题 12月13日
    • 创建了问题 12月5日