基于加速神经进化的体验式机器人学习
机器人学
2018-08-17 v1 神经与进化计算
摘要
基于导数的优化技术如随机梯度下降在训练深度神经网络方面已取得巨大成功。然而，它存在诸如端到端网络可微性之类的约束。作为替代，我们提出加速神经进化算法。该新算法面向遵循体验式机器人学习方法的物理机器人学习任务。我们首先在玩 Flappy Bird 游戏的模拟任务上测试算法，随后在静态物体居中任务上的物理 NAO 机器人上进行测试。智能体以相对较少的代数成功完成了给定任务。基于我们的结果，我们提议将该算法用于更复杂的任务。
引用
@article{arxiv.1808.05525,
title = {Experiential Robot Learning with Accelerated Neuroevolution},
author = {Ahmed Aly and Joanne B. Dugan},
journal= {arXiv preprint arXiv:1808.05525},
year = {2018}
}