ELSIM：通过内在动机端到端学习可复用技能
人工智能
2020-06-24 v1 机器学习
摘要
受发展式学习启发，我们提出一种新颖的强化学习架构，其以端到端方式分层学习并表征自生成的技能。借助该架构，智能体仅关注受任务奖励的技能，同时保持技能学习过程自下而上。该自下而上的方法允许学习如下技能：1- 可跨任务迁移，2- 在奖励稀疏时改善探索。为此，我们将先前定义的互信息目标与一种新颖的课程学习算法相结合，创建出无限且可探索的技能树。我们在简单网格世界环境上测试我们的智能体，以理解并可视化智能体如何区分其技能。随后我们展示我们的方法可扩展到更困难的 MuJoCo 环境，其中我们的智能体能够构建技能表征，在奖励稀疏时相较于基线同时改善迁移学习与探索。
引用
@article{arxiv.2006.12903,
title = {ELSIM: End-to-end learning of reusable skills through intrinsic motivation},
author = {Arthur Aubret and Laetitia Matignon and Salima Hassas},
journal= {arXiv preprint arXiv:2006.12903},
year = {2020}
}
备注
Accepted at ECML 2020