连续控制强化学习能否跨物理引擎泛化？
机器学习
2020-10-28 v1 机器人学
摘要
强化学习（RL）算法应当尽可能多地学习环境信息，而非生成环境的物理引擎的特性。已有多种算法能在基于物理引擎的环境中解决任务，但迄今为止尚无工作理解RL算法是否能跨物理引擎泛化。在这项工作中，我们在多种控制任务上比较了各类深度强化学习算法的泛化性能。我们的结果表明，MuJoCo是将学习迁移到其他引擎的最佳引擎。另一方面，在PyBullet上训练时，没有任何算法能够泛化。我们还发现，若能将随机种子对其性能的影响最小化，多种算法具有可观的泛化能力。
引用
@article{arxiv.2010.14444,
title = {Can Reinforcement Learning for Continuous Control Generalize Across Physics Engines?},
author = {Aaqib Parvez Mohammed and Matias Valdenegro-Toro},
journal= {arXiv preprint arXiv:2010.14444},
year = {2020}
}
备注
10 pages plus appendix