将特征提取与策略学习解耦：评估目标导向机器人学中状态表示学习的收益
机器学习
2019-06-25 v3 机器人学
机器学习
摘要
将端到端强化学习扩展至从视觉控制真实机器人面临一系列挑战，特别是在样本效率方面。与端到端学习不同，状态表示学习有助于学习紧凑、高效且相关的状态表示，从而加速策略学习，减少所需样本数，并且更易于解释。我们在目标导向机器人任务上评估了多种状态表示学习方法，并提出了一种新的无监督模型，该模型堆叠多种表示并结合了其中几种方法的优势。该方法编码了所有相关特征，性能与端到端学习持平或更优，且具有更好的样本效率，同时对超参数变化具有鲁棒性。
引用
@article{arxiv.1901.08651,
title = {Decoupling feature extraction from policy learning: assessing benefits of state representation learning in goal based robotics},
author = {Antonin Raffin and Ashley Hill and René Traoré and Timothée Lesort and Natalia Díaz-Rodríguez and David Filliat},
journal= {arXiv preprint arXiv:1901.08651},
year = {2019}
}
备注
Github repo: https://github.com/araffin/srl-zoo Documentation: https://srl-zoo.readthedocs.io/en/latest/, As part of SRL-Toolbox: https://s-rl-toolbox.readthedocs.io/en/latest/. Accepted to the Workshop on Structure & Priors in Reinforcement Learning at ICLR 2019