用于技能组合的自动机引导分层强化学习
人工智能
2018-05-22 v2
摘要
通过(深度)强化学习习得的技能往往跨领域泛化能力较差,在面对新任务时必须重新训练。我们提出了一个将形式化方法技术与强化学习(RL)相结合的框架。我们所提供的方法允许使用逻辑表达式便捷地指定任务,学习具有明确定义内在奖励的分层策略(元控制器与底层控制器),并以极少甚至无需额外探索的方式从已有技能构建新技能。我们在简单的网格世界仿真以及 AI2Thor 中更为复杂的厨房环境中对所提方法进行了评估。
引用
@article{arxiv.1711.00129,
title = {Automata-Guided Hierarchical Reinforcement Learning for Skill Composition},
author = {Xiao Li and Yao Ma and Calin Belta},
journal= {arXiv preprint arXiv:1711.00129},
year = {2018}
}