三维非平稳环境中的持续强化学习
机器学习
2020-04-22 v2 计算机视觉与模式识别
机器学习
摘要
高维且持续变化的环境对当前强化学习技术构成严峻挑战。如今，人工智能体常在仿真中非常静态和受控的条件下离线训练，使得训练观测可被视为从整个观测空间独立同分布采样。然而，在真实世界设定中，环境往往是非平稳的并遭受不可预测、频繁的变化。在本文中，我们提出并公开发布 CRLMaze，一个基于 ViZDoom 并受多种环境变化影响的复杂三维非平稳任务中通过强化持续学习的新基准。然后，我们引入一种端到端无模型持续强化学习策略，相对于四种不同基线展现出有竞争力的结果，且不需要任何对额外监督信号、先前遇到的环境条件或观测的访问。
引用
@article{arxiv.1905.10112,
title = {Continual Reinforcement Learning in 3D Non-stationary Environments},
author = {Vincenzo Lomonaco and Karan Desai and Eugenio Culurciello and Davide Maltoni},
journal= {arXiv preprint arXiv:1905.10112},
year = {2020}
}
备注
Accepted in the CLVision Workshop at CVPR2020: 13 pages, 4 figures, 5 tables