学习主动降低机器人控制任务的记忆需求

配备丰富感知模态（如 RGB-D 相机）并执行长时序任务的机器人，催生了对极高记忆效率策略的需求。用于控制机器人的最先进方法常使用对任务而言过度丰富的记忆表征，或依赖手工设计的技巧来实现记忆效率。相反，本工作提供了一种联合合成记忆表征与策略的通用方法；所得策略主动寻求降低记忆需求。具体而言，我们提出一个强化学习框架，其利用 group LASSO 正则化的一种实现来合成采用低维且以任务为中心的记忆表征的策略。我们在包括离散与连续空间中的导航以及基于视觉的室内导航（设置于照片级真实模拟器中）的仿真例子上展示了我们方法的有效性。这些例子上的结果表明，我们的方法能够找到仅依赖低维记忆表征、改善泛化并主动降低记忆需求的策略。