基于内在动机的层级可供性发现

为了在真实生活环境中具备终身学习的能力，机器人必须应对多重挑战。能够将环境中可能观察到的物理属性与其可能进行的相互作用相关联便是其中之一。这一被称为可供性学习的能力与具身性密切相关，并通过每个人的发育过程掌握：每个个体通过自身与周围环境的互动以不同方式学习可供性。当前的可供性学习方法通常使用固定动作来学习这些可供性，或聚焦于涉及待操作机械臂的静态设置。在本文中，我们提出一种利用内在动机引导移动机器人学习可供性的算法。该算法能够在无需预编程动作的情况下自主发现、学习并适应相互关联的可供性。一旦学习完成，这些可供性可被该算法用于规划动作序列以执行不同难度的任务。随后我们展示了一个实验，并在与其他强化学习和可供性学习方法比较之前对系统进行了分析。