#RL

副标题 : 四篇范式革新论文如何重新定义人类动作到机器人行为的桥梁 摘要 长期以来，运动重定向（Motion Retargeting）——把人类动作捕捉数据映射到机器人身体上的过程——一直被当作一个不起眼的预处理环节。研究者写一个简单的逆运动学求解器，把人的骨架缩放到机器人的尺寸，剩下的瑕疵就交给强化学习策略去慢慢消化。然而，2025至2026年间发表的四篇论文彻底改变了这一看法。本文系统梳理了四…

摘要 1993 年，Peter Dayan 在一篇论文中写道： 表征才是关键——用正确的方式看待问题，困难也会变得简单。 他提出的 正确方式 是：不根据状态长什么样来表征它，而是根据智能体接下来会访问哪些状态。这个被称为后继表征(Successor Representation, SR)的想法，开启了一个跨越三十年的研究纲领。2025 年，这个纲领的产物——BFM-Zero，一个 4.4 亿参数的…

个人强化学习的学习路径参考（使用RL解决机器人控制问题的学习导向） 建议学习之前需要有的基础： 线性代数基础 微积分基础 概率论与随机过程基础 python基础 机器学习基本算法了解 深度学习基本了解 linux基本熟悉（如果需要代码工程实践） 本文包括： 学习资料与课程推荐 个人学习路径（具体学习了哪些内容） 注意，本文不提供教材电子版，有需要请自行购买正版书籍 一.基础理论的学习书目与参考教材…