学习参数化技能
机器学习
2015-03-20 v2 机器学习
摘要
我们提出了一种构建技能的方法，该技能能够解决从参数化强化学习问题分布中抽取的任务。该方法从感兴趣的分布中抽取示例任务，并利用相应的学习策略来估计技能策略所在的低维分段光滑流形的拓扑结构。该流形模拟了策略参数如何随任务参数的变化而变化。该方法识别组成流形的图表数量，然后在每个图表中应用非线性回归，通过从任务参数预测策略参数来构建参数化技能。我们在一个欠驱动的仿真机械臂上评估了我们的方法，该机械臂的任务是学习将飞镖准确地投掷到参数化的目标位置。
引用
@article{arxiv.1206.6398,
title = {Learning Parameterized Skills},
author = {Bruno Da Silva and George Konidaris and Andrew Barto},
journal= {arXiv preprint arXiv:1206.6398},
year = {2015}
}
备注
Appears in Proceedings of the 29th International Conference on Machine Learning (ICML 2012)