基于图像增强的动量记忆内在奖励用于稀疏奖励视觉场景
人工智能
2022-05-20 v1 计算机视觉与模式识别
摘要
现实生活中的许多场景可抽象为稀疏奖励视觉场景，其中智能体在仅接收图像和稀疏奖励的条件下难以完成任务。我们提议将该问题分解为两个子问题：视觉表示与稀疏奖励。为解决它们，提出了一种结合自监督表示学习与内在动机的新框架 IAMMIR。对于视觉表示，获得了由图像增强前向动力学与奖励联合驱动的表示。对于稀疏奖励，设计了一种新型内在奖励，即动量记忆内在奖励 (Momentum Memory Intrinsic Reward, MMIR)。它利用当前模型（在线网络）与历史模型（目标网络）输出之差来表示智能体的状态熟悉度。我们的方法在 Vizdoom 中的稀疏奖励视觉导航任务上进行了评估。实验表明，我们的方法在样本效率上达到了最先进的性能，比现有方法达到 100% 成功率至少快 2 倍。
引用
@article{arxiv.2205.09448,
title = {Image Augmentation Based Momentum Memory Intrinsic Reward for Sparse Reward Visual Scenes},
author = {Zheng Fang and Biao Zhao and Guizhong Liu},
journal= {arXiv preprint arXiv:2205.09448},
year = {2022}
}