基于数据驱动引导的任务无关技能学习
人工智能
2021-08-05 v1 机器学习
摘要
为提高强化学习中的自主性，智能体需要在不依赖人工设计奖励函数的情况下学习有用行为。为此，技能发现方法已被用于通过任务无关目标学习智能体可用的内在选项。然而，在没有任务特定奖励引导的情况下，由于在复杂高维空间中技能发现问题的欠约束性，涌现行为通常无用。本文提出一种框架，利用学习到的状态投影将技能发现引导至专家访问过的状态子集。我们在多种强化学习（RL）任务中应用该方法，并表明此类投影可带来更有用的行为。
引用
@article{arxiv.2108.01869,
title = {Learning Task Agnostic Skills with Data-driven Guidance},
author = {Even Klemsdal and Sverre Herland and Abdulmajid Murad},
journal= {arXiv preprint arXiv:2108.01869},
year = {2021}
}
备注
ICML 2021 Workshop on Unsupervised Reinforcement Learning (https://openreview.net/forum?id=CPh9DeHv08U)