DREAM 架构：一种机器人开放式学习的发展式方法
人工智能
2020-05-14 v1 机器学习
神经与进化计算
机器人学
摘要
机器人仍局限于受控条件，即机器人设计者足够详细地了解这些条件，从而赋予机器人适当的模型或行为。学习算法通过发现适当行为的能力增加了一些灵活性，这种能力或是基于一些演示，或是基于用强化学习算法引导其探索的奖励。强化学习算法依赖于定义可达行为的状态空间和动作空间的定义。它们的适应能力关键取决于这些空间的表示：小而离散的空间导致快速学习，而大而连续的空间则具有挑战性，要么需要长的训练周期，要么阻碍机器人收敛到适当的行为。除了策略执行的运行周期和以较慢时间尺度工作以获取新策略的学习周期外，我们引入了再描述周期，这是一个以更慢时间尺度工作以生成或调整机器人、其环境和任务所需表示的第三周期。我们介绍了该周期提出的挑战，并提出了 DREAM（自主机器中经验的延迟重构），一种发展式认知架构，用于分阶段引导该再描述过程，构建具有适当动机的新状态表示，并跨域或跨任务甚至跨机器人迁移已获取的知识。我们描述了迄今为止用该方法获得的结果，并以对它在神经科学中引发的问题的讨论作结。
引用
@article{arxiv.2005.06223,
title = {DREAM Architecture: a Developmental Approach to Open-Ended Learning in Robotics},
author = {Stephane Doncieux and Nicolas Bredeche and Léni Le Goff and Benoît Girard and Alexandre Coninx and Olivier Sigaud and Mehdi Khamassi and Natalia Díaz-Rodríguez and David Filliat and Timothy Hospedales and A. Eiben and Richard Duro},
journal= {arXiv preprint arXiv:2005.06223},
year = {2020}
}