基于演示动作量化的连续控制
机器学习
2022-06-06 v2 人工智能
机器人学
摘要
本文针对连续动作空间问题提出一种新颖的强化学习(RL)框架:基于演示的动作量化(AQuaDem)。所提方法包括从人类演示中学习连续动作空间的离散化。该离散化对每个输入状态返回一组合理动作(鉴于演示),从而捕捉演示者的先验及其多模态行为。通过对动作空间离散化,任何离散动作深度RL技术均可直接应用于连续控制问题。实验表明,所提方法在RL设定下优于SAC等最先进方法,在模仿学习设定下优于GAIL。我们提供了一个含交互视频的网站:https://google-research.github.io/aquadem/ 并公开代码:https://github.com/google-research/google-research/tree/master/aquadem。
引用
@article{arxiv.2110.10149,
title = {Continuous Control with Action Quantization from Demonstrations},
author = {Robert Dadashi and Léonard Hussenot and Damien Vincent and Sertan Girgin and Anton Raichuk and Matthieu Geist and Olivier Pietquin},
journal= {arXiv preprint arXiv:2110.10149},
year = {2022}
}
备注
Accepted to ICML 2022