GLIB：基于关系模型强化学习中通过目标文字咿呀学语实现高效探索
人工智能
2020-12-10 v3 机器学习
摘要
我们解决了在没有外在目标或奖励的关系基于模型的强化学习设定中，用于转移模型学习的高效探索问题。受人类好奇心的启发，我们提出了目标文字咿呀学语（GLIB），一种用于此类问题中简单而通用的探索方法。GLIB采样关系合取目标，这些目标可被理解为智能体希望在世界中实现的特定、有针对性的效果，并使用正在学习的转移模型来规划实现这些目标。我们提供了理论保证，表明使用GLIB的探索几乎必然收敛到真实模型。在实验上，我们发现在一系列任务上，GLIB在预测和规划方面都强烈优于现有方法，这些任务涵盖标准PDDL和PPDDL规划基准以及实现于PyBullet物理模拟器中的机器人操纵任务。视频：https://youtu.be/F6lmrPT6TOY 代码：https://git.io/JIsTB
引用
@article{arxiv.2001.08299,
title = {GLIB: Efficient Exploration for Relational Model-Based Reinforcement Learning via Goal-Literal Babbling},
author = {Rohan Chitnis and Tom Silver and Joshua Tenenbaum and Leslie Pack Kaelbling and Tomas Lozano-Perez},
journal= {arXiv preprint arXiv:2001.08299},
year = {2020}
}
备注
AAAI 2021