BYOL-Explore：基于自举预测的探索
机器学习
2022-06-17 v1 人工智能
机器学习
摘要
我们提出 BYOL-Explore，一种概念简单却通用的、用于视觉复杂环境中好奇心驱动探索的方法。BYOL-Explore 通过仅在潜空间优化单一预测损失、无需额外辅助目标，同时学习世界表示、世界动态和探索策略。我们展示了 BYOL-Explore 在 DM-HARD-8 上的有效性，这是一个具有视觉丰富 3D 环境、挑战性的部分可观测连续动作困难探索基准。在该基准上，我们仅通过将外在奖励与 BYOL-Explore 的内在奖励相结合就解决了大多数任务，而先前工作只能借助人类演示起步。作为 BYOL-Explore 通用性的进一步证据，我们展示其在 Atari 中十个最困难的探索游戏上取得了超越人类的表现，同时设计比其他竞争智能体简单得多。
引用
@article{arxiv.2206.08332,
title = {BYOL-Explore: Exploration by Bootstrapped Prediction},
author = {Zhaohan Daniel Guo and Shantanu Thakoor and Miruna Pîslar and Bernardo Avila Pires and Florent Altché and Corentin Tallec and Alaa Saade and Daniele Calandriello and Jean-Bastien Grill and Yunhao Tang and Michal Valko and Rémi Munos and Mohammad Gheshlaghi Azar and Bilal Piot},
journal= {arXiv preprint arXiv:2206.08332},
year = {2022}
}