非平稳性下通过潜在想象学习行为的自适应世界模型
机器学习
2024-11-05 v1 人工智能
摘要
开发基础世界模型是具身智能的关键研究方向，适应非平稳环境的能力是一项重要标准。在本工作中，我们引入了一种新的形式化方法——隐藏参数-POMDP，旨在用于具有自适应世界模型的控制。我们证明该方法能够在各种非平稳强化学习基准上学习鲁棒的行为。此外，该形式化方法能够以无监督方式有效学习任务抽象，从而产生结构化的、任务感知的潜在空间。
引用
@article{arxiv.2411.01342,
title = {Adaptive World Models: Learning Behaviors by Latent Imagination Under Non-Stationarity},
author = {Emiliyan Gospodinov and Vaisakh Shaj and Philipp Becker and Stefan Geyer and Gerhard Neumann},
journal= {arXiv preprint arXiv:2411.01342},
year = {2024}
}
备注
Accepted at NeurIPS 2024 Workshop Adaptive Foundation Models