Meta Arcade：用于元学习的可配置环境套件
机器学习
2021-12-02 v1
摘要
大多数深度强化学习（DRL）方法试图一次解决单个任务。因此，大多数现有研究基准由单个游戏或具有通用接口但感知特征、目标或奖励结构很少重叠的游戏套件组成。为促进对训练智能体间知识迁移的研究（如通过多任务和元学习），需要提供更多具有足够共性以集体研究的可配置任务环境套件。本文提出 Meta Arcade，一种用于轻松定义和配置共享通用视觉、状态空间、动作空间、游戏组件和计分机制的自定义 2D 街机游戏的工具。Meta Arcade 与先前环境的区别在于其优先考量任务共性与可配置性：整组游戏可由通用元素构建，且这些元素可通过暴露参数调整。我们包含一套 24 个预定义游戏，共同展示了该框架的可能性，并讨论了如何为研究应用配置这些游戏。我们提供了若干实验以说明 Meta Arcade 的用途，包括预定义游戏的单一任务基准、按设定日程改变游戏参数的基于课程的样本方法，以及游戏间迁移学习的探索。
引用
@article{arxiv.2112.00583,
title = {Meta Arcade: A Configurable Environment Suite for Meta-Learning},
author = {Edward W. Staley and Chace Ashcraft and Benjamin Stoler and Jared Markowitz and Gautam Vallabha and Christopher Ratto and Kapil D. Katyal},
journal= {arXiv preprint arXiv:2112.00583},
year = {2021}
}
备注
17 pages, 6 figures, 6 tables, extended version of an accepted paper to NeurIPS DRL Workshop 2021