基于混合卷积网络的深度强化学习
计算机视觉与模式识别
2020-10-07 v2 机器学习
机器人学
摘要
近期研究表明,将原始像素从单个前置摄像头直接映射到转向指令出奇地强大。本文提出一种卷积神经网络(CNN),利用OpenAI Gym中的模仿学习来玩CarRacing-v0。数据集通过在Gym中手动玩游戏生成,并采用数据增强方法将数据集扩充至原来的4倍。此外,我们读取每张图像的真实速度、四个ABS传感器、方向盘位置和陀螺仪,并通过结合传感器输入与图像输入设计了一个混合模型。训练后,该模型可自动检测道路特征边界并像人类一样驾驶机器人。通过与AlexNet和VGG16在CarRacing-v0中的平均奖励进行比较,我们的模型取得了最大的整体系统性能。
引用
@article{arxiv.2010.00717,
title = {Deep Reinforcement Learning with Mixed Convolutional Network},
author = {Yanyu Zhang},
journal= {arXiv preprint arXiv:2010.00717},
year = {2020}
}