1.摘要机器人操作任务RMTs通常需要学习较长的动作序列以持续控制机械臂完成目标。现有强化学习方法面临两个瓶颈原始动作空间过大导致探索低效稀疏奖励下经验采样不足又容易引发灾难性遗忘。论文提出参数化动作原语进化强化学习ERLAP将分层强化学习HRL的动作原语库与进化算法的双种群机制结合起来。HRL负责选择原语类型并生成参数EA把完整原语序列作为个体保存、筛选和进化从而改善经验回放分布。实验表明ERLAP在带稠密奖励的模拟操作任务上优于四种RL基线并能在更具挑战性的稀疏奖励任务中有效缓解灾难性遗忘。2.研究背景与动机见个人简介 1.摘要机器人操作任务RMTs通常需要学习较长的动作序列以持续控制机械臂完成目标。现有强化学习方法面临两个瓶颈原始动作空间过大导致探索低效稀疏奖励下经验采样不足又容易引发灾难性遗忘。论文提出参数化动作原语进化强化学习ERLAP将分层强化学习HRL的动作原语库与进化算法的双种群机制结合起来。HRL负责选择原语类型并生成参数EA把完整原语序列作为个体保存、筛选和进化从而改善经验回放分布。实验表明ERLAP在带稠密奖励的模拟操作任务上优于四种RL基线并能在更具挑战性的稀疏奖励任务中有效缓解灾难性遗忘。2.研究背景与动机见个人简介 
![洛谷 P7912：[CSP-J 2021 T4] 小熊的果篮 ← 双向链表](http://pic.xiahunao.cn/yaotu/洛谷 P7912：[CSP-J 2021 T4] 小熊的果篮 ← 双向链表)
