COBRA：通过无监督对象发现与好奇心驱动探索实现数据高效的基于模型的强化学习
机器学习
2019-08-15 v2 人工智能
摘要
数据效率和对任务无关扰动的鲁棒性一直是深度强化学习算法的长期挑战。在此，我们引入一种模块化方法，在连续控制环境中应对这些挑战，且不使用手工设计或监督信息。我们的基于对象的好奇搜索智能体（COBRA）利用无任务的 Intrinsic 动机探索和无监督学习来构建其环境和动作空间基于对象的模型。随后，它可以通过基于模型的搜索在极少步数内学习多种任务，并在策略鲁棒性的结构化留出测试中表现出色。
引用
@article{arxiv.1905.09275,
title = {COBRA: Data-Efficient Model-Based RL through Unsupervised Object Discovery and Curiosity-Driven Exploration},
author = {Nicholas Watters and Loic Matthey and Matko Bosnjak and Christopher P. Burgess and Alexander Lerchner},
journal= {arXiv preprint arXiv:1905.09275},
year = {2019}
}