一种用于 Minecraft 中终身学习的深度分层方法
人工智能
2016-12-01 v3 机器学习
摘要
我们提出了一种终身学习系统，该系统能够重用并将知识从一项任务迁移到另一项任务，同时高效保留先前学到的知识库。知识通过在学习可重用技能以解决 Minecraft（一款流行的视频游戏，是一个未解决的高维终身学习问题）中的任务来迁移。这些可重用技能，我们称之为深度技能网络（Deep Skill Networks），随后通过两种技术被整合进我们新颖的分层深度强化学习网络（H-DRLN）架构中：(1) 深度技能数组和 (2) 技能蒸馏，我们对策略蒸馏（Rusu et. al. 2015）用于学习技能的新变体。技能蒸馏使 H-DRLN 能够通过积累知识并将多个可重用技能封装到单一蒸馏网络中，从而高效保留知识，进而在终身学习中扩展。与常规深度 Q 网络（Mnih et. al. 2015）相比，H-DRLN 在 Minecraft 子域中表现出更优的性能和更低的学习样本复杂度。
引用
@article{arxiv.1604.07255,
title = {A Deep Hierarchical Approach to Lifelong Learning in Minecraft},
author = {Chen Tessler and Shahar Givony and Tom Zahavy and Daniel J. Mankowitz and Shie Mannor},
journal= {arXiv preprint arXiv:1604.07255},
year = {2016}
}