robotics-learning

name	robotics-learning
description	机器人学习技能库 - 强化学习、持续学习、迁移学习、联邦学习、增量学习
argument-hint	强化学习 OR 持续学习 OR 迁移学习 OR 联邦学习 OR 增量学习 OR robotics learning
user-invocable	true

机器人学习技能库

面向机器人学习的五大范式完整技能集合

---

何时使用

当需要以下帮助时使用此技能：

• 机器人强化学习训练
• 多任务持续学习
• 跨域迁移学习
• 联邦学习协同训练
• 增量学习不遗忘

---

学习范式

范式	描述	适用场景
强化学习 (RL)	智能体通过与环境交互学习最优策略	运动控制、导航、Manipulation
持续学习 (CL)	学习连续任务而不遗忘之前知识	多任务机器人、终身学习
迁移学习 (TL)	将一个领域知识迁移到另一个领域	仿真到现实、知识复用
联邦学习 (FL)	分布式协作学习保护数据隐私	多机器人协同、云边协同
增量学习 (IL)	增量式学习新类别/任务	动态环境适应、新技能获取

---

子技能

强化学习 (reinforcement_learning)

• rl-policy-gradient - 策略梯度方法 (PPO、A3C、SAC)
• rl-value-based - 值函数方法 (DQN、Double DQN、PER)
• rl-model-based - 模型-based RL (World Models、MPC)
• rl-multi-agent - 多智能体强化学习
• rl-hyperparameter-tuning - 超参数自动调优
• rl-ros2-integration - ROS2 集成部署

持续学习 (continual_learning)

• cl-catastrophic-forgetting - 灾难性遗忘预防
• cl-elastic-weight-consolidation - 弹性权重巩固
• cl-progressive-networks - 渐进式网络
• cl-memory-replay - 记忆回放方法
• cl-ros2-integration - ROS2 集成部署

迁移学习 (transfer_learning)

• tl-domain-adaptation - 域适应技术
• tl-fine-tuning - 模型微调策略
• tl-curriculum-learning - 课程学习
• tl-cross-robot-transfer - 跨机器人知识迁移
• tl-ros2-integration - ROS2 集成部署

联邦学习 (federated_learning)

• fl-fedavg - FedAvg 联邦平均算法
• fl-differential-privacy - 差分隐私保护
• fl-horizontal-federation - 水平联邦学习
• fl-vertical-federation - 垂直联邦学习
• fl-ros2-integration - ROS2 集成部署

增量学习 (incremental_learning)

• il-class-incremental - 类别增量学习
• il-task-incremental - 任务增量学习
• il-representation-learning - 表示学习保持
• il-ros2-integration - ROS2 集成部署