基于深度强化学习的任务无关策略组合
机器学习
2020-01-01 v2 人工智能
机器人学
机器学习
摘要
组合基本行为以解决具有挑战性的迁移学习问题是构建智能机器的关键要素之一。迄今为止，关于学习任务特定策略或技能的工作很多，但几乎没有人关注组合必要的、任务无关的技能来寻找新问题的解决方案。在本文中，我们提出了一种新颖的基于深度强化学习的技能迁移与组合方法，该方法利用智能体的原始策略来解决未见任务。我们在难以处理的案例中评估了我们的方法，在这些案例中，通过标准强化学习（RL）甚至分层RL训练策略要么不可行，要么表现出很高的样本复杂度。我们表明，我们的方法不仅将技能迁移到新的问题设置中，而且以高数据效率解决了需要任务规划和运动控制的挑战性环境。
引用
@article{arxiv.1905.10681,
title = {Composing Task-Agnostic Policies with Deep Reinforcement Learning},
author = {Ahmed H. Qureshi and Jacob J. Johnson and Yuzhe Qin and Taylor Henderson and Byron Boots and Michael C. Yip},
journal= {arXiv preprint arXiv:1905.10681},
year = {2020}
}
备注
ICLR 2020