DoorGym：一种可扩展的开门环境与基线智能体
机器人学
2022-05-25 v4 人工智能
机器学习
摘要
为了实际实现开门任务，策略应当对广泛的门类型与环境设置分布具有鲁棒性。带域随机化(Domain Randomization, DR)的强化学习(Reinforcement Learning, RL)是一种有望增强策略泛化能力的技术，然而，只有少数可访问的训练环境是专为在域随机化环境中训练智能体而设计的。我们介绍了 DoorGym，一个开源的门开启仿真框架，旨在利用域随机化来训练稳定的策略。我们期望我们的环境位于域迁移、实际任务与真实感的交叉点上。我们还提供了基线近端策略优化(Proximal Policy Optimization)与软演员-评论家(Soft Actor-Critic)实现，在该环境中开启各类门的成功率介于 0% 至 95% 之间。此外，真实世界迁移实验表明训练得到的策略能够在真实世界中工作。环境工具包见：https://github.com/PSVL/DoorGym/
引用
@article{arxiv.1908.01887,
title = {DoorGym: A Scalable Door Opening Environment And Baseline Agent},
author = {Yusuke Urakami and Alec Hodgkinson and Casey Carlin and Randall Leu and Luca Rigazio and Pieter Abbeel},
journal= {arXiv preprint arXiv:1908.01887},
year = {2022}
}
备注
Accepted to NeurIPS2019 Deep Reinforcement Learning Workshop. Full version