跟随物体：基于想象目标的课程学习用于操纵任务
机器学习
2021-11-12 v2 人工智能
机器人学
机器学习
摘要
在稀疏奖励环境中通过深度强化学习训练机器人操纵是一项具有挑战性的任务。本文通过引入想象物体目标的概念来解决此问题。对于给定的操纵任务，感兴趣的物体首先通过物理真实模拟，在未被操纵的情况下自行训练到达期望目标位置。然后利用该物体策略构建合理物体轨迹的预测模型，为机器人提供在训练中逐步更困难的物体目标课程。所提出的算法“跟随物体”（FO）已在7个需要不同程度探索的MuJoCo环境中评估，并相比其他替代算法取得了更高的成功率。特别是在具有挑战性的学习场景中，例如物体初始与目标位置相距较远时，我们的方法仍能学习到策略，而现有竞争方法则失败。
引用
@article{arxiv.2008.02066,
title = {Follow the Object: Curriculum Learning for Manipulation Tasks with Imagined Goals},
author = {Ozsel Kilinc and Giovanni Montana},
journal= {arXiv preprint arXiv:2008.02066},
year = {2021}
}
备注
To appear in Deep Reinforcement Learning Workshop, NeurIPS 2021