GrowSpace：学习如何塑造植物
机器学习
2021-10-19 v1 人工智能
摘要
植物是动态系统，对我们的存在和生存至关重要。植物面临环境变化并随时间适应其周围条件。我们认为植物对环境刺激的反应是可在强化学习（RL）框架内处理的真实世界问题的一个良好范例。以通过移动光源控制植物为目标，我们提出GrowSpace作为一个新的RL基准。模拟器的后端使用空间殖民算法实现，这是一种基于空间竞争的植物生长模型。与视频游戏RL环境相比，该模拟器解决真实世界问题，并作为比物理实验更快速地可视化植物生长和运动的测试平台。GrowSpace由一系列挑战组成，解决控制、多阶段学习、公平性和多目标学习等问题。我们提供智能体基线及案例研究以展示所提基准的难度。
引用
@article{arxiv.2110.08307,
title = {GrowSpace: Learning How to Shape Plants},
author = {Yasmeen Hitti and Ionelia Buzatu and Manuel Del Verme and Mark Lefsrud and Florian Golemo and Audrey Durand},
journal= {arXiv preprint arXiv:2110.08307},
year = {2021}
}