CURLing the Dream：基于对比学习的强化学习世界建模
机器学习
2024-09-04 v2 人工智能
计算机视觉与模式识别
摘要
本文提出 Curled-Dreamer，一种新型强化学习算法，通过整合对比学习到 DreamerV3 框架中来提升在视觉强化学习任务中的性能。我们将 CURL 算法中的对比损失与自编码器中的重构损失相结合，Curled-Dreamer 在各种 DeepMind Control Suite 任务上实现显著提升。我们的广泛实验表明，Curled-Dreamer 在 diverse 任务集上持续超越最先进算法，实现更高的平均和中位数得分。结果表明，所提方法不仅加速学习，还增强了所学习策略的鲁棒性。这一工作凸显了整合不同学习范式以在强化学习应用中实现卓越性能的潜力。
引用
@article{arxiv.2408.05781,
title = {CURLing the Dream: Contrastive Representations for World Modeling in Reinforcement Learning},
author = {Victor Augusto Kich and Jair Augusto Bottega and Raul Steinmetz and Ricardo Bedin Grando and Ayano Yorozu and Akihisa Ohya},
journal= {arXiv preprint arXiv:2408.05781},
year = {2024}
}
备注
Paper accepted for 24th International Conference on Control, Automation and Systems (ICCAS)