一种基于逻辑编程的以人为中心的数据驱动规划器-执行器-评判器架构
人工智能
2019-09-23 v1 人机交互
机器学习
计算机科学中的逻辑
摘要
强化学习（RL）近期的成功使智能体能够学习超越人类专家的策略，但其缺点是耗时且数据需求大。相比之下，人类学习显著更快，因为利用了先验知识、一般性知识以及多种信息资源。在本文中，我们提出了一种用于以人为中心的规划与学习的规划器-执行器-评判器架构（PACMAN），其中智能体利用其先验的、高层的、确定性的符号知识来规划目标导向的动作，并整合 RL 的执行器-评判器算法，以根据环境奖励和人类反馈微调其行为。这项工作是首个将基于知识的规划、RL 和人类教学共同贡献于智能体策略学习的统一框架。我们的实验表明，PACMAN 在学习早期阶段能带来显著的快速启动，收敛迅速且方差小，并且对不一致、不频繁和误导性的反馈具有鲁棒性。
引用
@article{arxiv.1909.09209,
title = {A Human-Centered Data-Driven Planner-Actor-Critic Architecture via Logic Programming},
author = {Daoming Lyu and Fangkai Yang and Bo Liu and Steven Gustafson},
journal= {arXiv preprint arXiv:1909.09209},
year = {2019}
}
备注
In Proceedings ICLP 2019, arXiv:1909.07646. arXiv admin note: significant text overlap with arXiv:1906.07268