基于无监督描述子的分层行为库

使人工智能体自动学习复杂、多样且高性能的行为是一个长期挑战。本文通过分层行为库向此方向迈出一步，其将多个行为库堆叠以生成复杂行为。该架构中每个行为库利用较低层行为库将复杂行为创建为较简单行为的序列，而仅最低层行为库直接控制智能体的运动。本文还引入一种新方法，借助无监督神经网络自动定义行为描述子以组织所产生的高层行为。实验表明，所提架构使机器人在学会画线与弧线后能以无监督方式学习书写数字。与传统行为库相比，所提架构将优化问题的维度降低数个数量级，并提供适应度翻倍的行为。更重要的是，它实现了机器人间的知识迁移：为机械臂演化得到的用于书写数字的分层行为库，仅需替换层级的最低层即可迁移至人形机器人，从而使人形机器人虽从未接受该任务训练却能书写数字。