标签： 奖励函数设计

在机器人抓取控制领域，强化学习的应用正面临一个关键挑战：如何设计既能反映操作目标又具备训练可行性的奖励函数。现有解决方案普遍存在奖励稀疏性、多目标冲突、物理约束难以建模等问题，导致训练效率低下和策略收敛困难。本文提出一种基于分层强化学习的多模态奖励架构，通过分解抓取任务的关键要素，建立可量化的奖励指