作为通用价值函数的可供性：一种计算模型
人工智能
2021-05-11 v3
摘要
强化学习(RL)文献中的通用价值函数(GVFs)是智能体在环境中遵循特定策略所导致结果的长期预测性总结。可供性(affordance)作为具有特定效价的被感知行动可能性，可被转化为预测的策略相关良善性，并建模为GVFs。对此联系的系统性阐释表明，GVFs尤其是其深度学习实现(1)将可供性预测实现为一种直接感知形式，(2)阐明了可供性中行动与感知的根本联系，以及(3)提供了使用RL方法学习可供性的可扩展途径。通过对现有GVF应用文献及机器人学中代表性可供性研究的广泛综述，我们论证GVFs为真实世界应用中的可供性学习提供了正确框架。此外，我们强调了由“可供性即GVF”视角开启的若干新研究方向，包括使用GVFs来编排复杂行为。
引用
@article{arxiv.2010.14289,
title = {Affordance as general value function: A computational model},
author = {Daniel Graves and Johannes Günther and Jun Luo},
journal= {arXiv preprint arXiv:2010.14289},
year = {2021}
}