利用演示的社会引导内在动机约束任务空间规模增长
人工智能
2011-11-30 v1
摘要
本文提出了一种在连续且非预设环境中学习高度冗余逆模型的算法。我们的基于演示的社会引导内在动机（SGIM-D）算法结合了社会学习和内在动机的优势，使其能够专注于广泛的技能，同时降低对教师的依赖。SGIM-D 在钓鱼技能学习实验中进行了评估。
引用
@article{arxiv.1111.6790,
title = {Constraining the Size Growth of the Task Space with Socially Guided Intrinsic Motivation using Demonstrations},
author = {Sao Mai Nguyen and Adrien Baranes and Pierre-Yves Oudeyer},
journal= {arXiv preprint arXiv:1111.6790},
year = {2011}
}
备注
JCAI Workshop on Agents Learning Interactively from Human Teachers (ALIHT), Barcelona : Spain (2011)