EvoNav: Progettazione di Ricompense Guidata da LLM per la Navigazione Robotica

EvoNav è un framework evolutivo che automatizza la progettazione di funzioni di ricompensa per la navigazione robotica utilizzando modelli linguistici di grandi dimensioni (LLM). Affronta la sensibilità della qualità della politica di Apprendimento per Rinforzo (RL) alle ricompense artigianali, che richiedono competenze di dominio e incorporano bias difficili da verificare. EvoNav valuta le proposte di ricompensa candidate tramite una procedura progressiva a tre fasi di warm-up-boost, iniziando con proxy analitici e surrogate a basso costo (piccoli dataset, regole analitiche), poi rollout leggeri, e infine addestramento completo della politica. Questo approccio supera il costo proibitivo dell'addestramento della politica per ogni candidato. Il framework è dettagliato in un articolo su arXiv (2605.11859).