利用多级技能层次加速任务泛化

创建能有效泛化到新任务的强化学习智能体是人工智能研究中的一个关键挑战。本文介绍了断裂簇选项（FraCOs），一种多级层次化强化学习方法，在困难的泛化任务上达到了最先进的性能。FraCOs识别智能体行为中的模式，并根据这些模式预期的未来有用性形成选项，从而实现对新任务的快速适应。在表格型设置中，FraCOs展示了有效的迁移，并且随着层次深度的增加，性能得到提升。我们在多个复杂程序生成环境中将FraCOs与最先进的深度强化学习算法进行了评估。结果表明，FraCOs在分布内和分布外性能上均优于竞争对手。