想象中的 AI 规划：在习得抽象搜索空间上的高层规划
人工智能
2023-12-05 v2 机器学习
摘要
搜索与规划算法自人工智能领域诞生起便是其基石。赋予强化学习智能体在执行期进行规划的能力，已在多个领域带来显著性能提升。然而，在真实环境中，智能体所依据的规划模型一直被限定为扎根于真实环境本身，而非允许对复合动作与行为进行规划的更抽象模型。我们提出一种称为 PiZero 的新方法，使智能体能在其训练期间习得的、与真实环境完全解耦的抽象搜索空间中进行规划。与先前方法不同，这使智能体能在任意时间尺度上执行高层规划，并以复合或时间扩展动作进行推理，这在需要大量基础微动作来完成相关宏动作的环境中尤为有用。此外，我们的方法比可比的先前方法更通用，因为它无缝处理连续动作空间、组合动作空间以及部分可观测的设置。我们在多个领域评估了该方法，包括旅行商问题、推箱子、2048、设施选址问题和吃豆人。实验上，它优于可比的先前方法，且不需要在执行期假定可访问环境模拟器。
引用
@article{arxiv.2308.08693,
title = {AI planning in the imagination: High-level planning on learned abstract search spaces},
author = {Carlos Martin and Tuomas Sandholm},
journal= {arXiv preprint arXiv:2308.08693},
year = {2023}
}