动作波动率降低70%！清华发布工业控制专用神经网络模型 | TIV'25

清华大学iDLab提出新型神经网络Smonet，旨在解决强化学习在机器人与自动驾驶中动作不平滑的问题。该网络通过惯性滤波与自适应调节机制，在频域内抑制高频噪声，显著提升控制平滑性与鲁棒性。实验表明，Smonet在多种仿真环境中动作波动率较MLP降低最高达48.2%，在真实机器人任务中高噪声下波动率降幅达57.9%~70.4%，同时保持优异控制性能，为强化学习的实际部署提供了有效方案。
来源：https://mp.weixin.qq.com/s/II6kOeIIuQzCfnzBSJVBlA