CURL：面向强化学习的对比无监督表征
机器学习
2020-09-22 v4 计算机视觉与模式识别
机器学习
摘要
我们提出 CURL：面向强化学习的对比无监督表征（Contrastive Unsupervised Representations for Reinforcement Learning）。CURL 利用对比学习从原始像素中提取高层特征，并在提取的特征之上执行离策略控制。在 DeepMind Control Suite 和 Atari Games 的复杂任务上，CURL 优于先前基于像素的方法（包括基于模型和无模型的方法），在 100K 环境步和交互步基准上分别实现了 1.9 倍和 1.2 倍的性能提升。在 DeepMind Control Suite 上，CURL 是首个在样本效率上几乎媲美使用基于状态特征方法的基于图像的算法。我们的代码已开源，可在 https://github.com/MishaLaskin/curl 获取。
引用
@article{arxiv.2004.04136,
title = {CURL: Contrastive Unsupervised Representations for Reinforcement Learning},
author = {Aravind Srinivas and Michael Laskin and Pieter Abbeel},
journal= {arXiv preprint arXiv:2004.04136},
year = {2020}
}
备注
First two authors contributed equally, website: https://mishalaskin.github.io/curl code: https://github.com/MishaLaskin/curl