结合后见经验回放的课程学习用于序列物体操控任务
机器学习
2020-08-24 v1 人工智能
神经与进化计算
机器人学
机器学习
摘要
从零开始学习复杂任务对人类以及人工智能体而言都具有挑战性,且往往不可能实现。可以取而代之使用课程,其将复杂任务(目标任务)分解为一系列源任务(课程)。每个源任务是下一源任务的简化版本,复杂度递增。随后通过在每个源任务上训练并利用课程中先前源任务的知识,学习逐步发生。在本研究中,我们提出一种结合课程学习与后见经验回放(HER)的新算法,以针对多目标与稀疏反馈学习序列物体操控任务。该算法利用了众多物体操控任务固有的循环结构,并在原始仿真中实现整个学习过程,而无需针对每个源任务进行调整。我们在三项具有挑战性的投掷任务上测试了我们的算法,并显示出相较vanilla-HER的巨大改进。
引用
@article{arxiv.2008.09377,
title = {Curriculum Learning with Hindsight Experience Replay for Sequential Object Manipulation Tasks},
author = {Binyamin Manela and Armin Biess},
journal= {arXiv preprint arXiv:2008.09377},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:2001.03877