基于技能-环境贝叶斯网络的强化学习课程学习自动化
人工智能
2025-02-24 v1 机器学习
摘要
强化学习的一个主要挑战是自动生成课程以减少训练时间或提高某一目标任务中的性能。我们引入了SEBN(技能-环境贝叶斯网络)，其模型化描述了一组技能、一组与奖励结构相关的目标，以及一组环境特征之间的概率关系，以预测在(可能未看到的)任务上的策略性能。我们发展了一个算法，使用从SEBN推断的代理成功率估计来加权可能的下一个任务的期望改进。我们在三个环境中评估了所得课程的益处：离散网格世界、连续控制和模拟机器人。结果表明，使用SEBN构建的课程经常优于其他基线方法。
引用
@article{arxiv.2502.15662,
title = {Automating Curriculum Learning for Reinforcement Learning using a Skill-Based Bayesian Network},
author = {Vincent Hsiao and Mark Roberts and Laura M. Hiatt and George Konidaris and Dana Nau},
journal= {arXiv preprint arXiv:2502.15662},
year = {2025}
}