多目标强化学习：挑战性机器人环境与研究征集
机器学习
2018-03-13 v2 人工智能
机器人学
摘要
本技术报告的目的有二。首先，它基于现有机器人硬件引入一套具有挑战性的连续控制任务（已集成至 OpenAI Gym）。任务包括使用 Fetch 机械臂的推、滑与拾放，以及使用 Shadow Dexterous Hand 的手内物体操控。所有任务均具有稀疏二值奖励，并遵循多目标强化学习（RL）框架，其中智能体通过额外输入获知需完成的任务。报告第二部分提出一组用于改进 RL 算法的具体研究思路，其中多数与多目标 RL 及后见之明经验回放相关。
引用
@article{arxiv.1802.09464,
title = {Multi-Goal Reinforcement Learning: Challenging Robotics Environments and Request for Research},
author = {Matthias Plappert and Marcin Andrychowicz and Alex Ray and Bob McGrew and Bowen Baker and Glenn Powell and Jonas Schneider and Josh Tobin and Maciek Chociej and Peter Welinder and Vikash Kumar and Wojciech Zaremba},
journal= {arXiv preprint arXiv:1802.09464},
year = {2018}
}