作为推断的联合感知与控制及其基于对象的实现
机器学习
2020-10-14 v3 机器学习
摘要
现有的基于模型的强化学习方法通常将感知建模与决策分离研究。我们引入联合感知与控制作为推断（PCI），一个通过贝叶斯推断结合部分可观测环境中感知与控制的通用框架。基于对象级归纳偏置在人类感知学习与推理中至关重要这一事实，我们提出对象基感知控制（OPC），作为PCI的一种实例化，其利用自动发现的对象基表示来促进控制。我们开发了无监督端到端解决方案，并分析了感知模型更新的收敛性。在高维像素环境中的实验证明了我们对象基感知控制方法的学习有效性。具体而言，我们表明OPC取得了良好的感知分组质量，并在累积奖励上优于若干强基线。
引用
@article{arxiv.1903.01385,
title = {Joint Perception and Control as Inference with an Object-based Implementation},
author = {Minne Li and Zheng Tian and Pranav Nashikkar and Ian Davies and Ying Wen and Jun Wang},
journal= {arXiv preprint arXiv:1903.01385},
year = {2020}
}