基于 Minecraft 中不完美演示的分层深度 Q 网络
人工智能
2020-07-14 v4
摘要
我们提出了在 MineRL 竞赛中获得第一名的分层深度 Q 网络（HDQfD）。HDQfD 作用于不完美演示，并利用专家轨迹的分层结构。我们引入了从演示数据中提取有效元动作与子目标序列的过程。我们提出了一种结构化的任务相关经验回放缓冲区和自适应优先化技术，使 HDQfD 智能体能够逐步从缓冲区中擦除低质量专家数据。在本文中，我们给出了 HDQfD 算法的细节，并提供了在 Minecraft 领域中的实验结果。
引用
@article{arxiv.1912.08664,
title = {Hierarchical Deep Q-Network from Imperfect Demonstrations in Minecraft},
author = {Alexey Skrynnik and Aleksey Staroverov and Ermek Aitygulov and Kirill Aksenov and Vasilii Davydov and Aleksandr I. Panov},
journal= {arXiv preprint arXiv:1912.08664},
year = {2020}
}