面向连续控制的深度强化学习基准测试
机器学习
2016-05-30 v3 人工智能
机器人学
摘要
近期，研究人员在结合深度学习的特征表示进展与强化学习方面取得了显著进步。一些值得注意的例子包括基于原始像素数据训练智能体玩Atari游戏，以及利用原始感官输入获取高级操作技能。然而，由于缺少广泛采用的基准，在连续控制领域量化进展一直十分困难。本工作中，我们提出一套连续控制任务的基准测试套件，包括诸如购物车摆杆上摆等经典任务、具有非常高状态与动作维度的任务（如3D人形运动）、具有部分观测的任务，以及具有层次结构的任务。我们基于一系列已实现强化学习算法的系统评估报告了新颖发现。为了促进实验可复现性并鼓励其他研究者采用，该基准和参考实现已在 https://github.com/rllab/rllab 发布。
引用
@article{arxiv.1604.06778,
title = {Benchmarking Deep Reinforcement Learning for Continuous Control},
author = {Yan Duan and Xi Chen and Rein Houthooft and John Schulman and Pieter Abbeel},
journal= {arXiv preprint arXiv:1604.06778},
year = {2016}
}
备注
14 pages, ICML 2016