利用扩散小波的多尺度逆强化学习
机器学习
2016-11-28 v1 人工智能
摘要
本文提出一个多尺度框架，用于求解连续时间/状态随机系统的逆强化学习 (IRL) 问题。我们利用关联马尔可夫链的扩散小波表示来抽象状态空间。这不仅能够有效处理庞大（且几何复杂）的决策空间，还为所演示的状态轨迹以及 IRL 所得策略提供了更具可解释性的表示。在所提出的框架中，问题被分解为全局 IRL 和局部 IRL，其中最优值函数的全局近似使用粗粒度特征获得，而局部细节则使用细粒度局部特征进行量化。文中给出了一个在复杂环境中进行机器人路径控制的说明性数值算例，以验证所提出的方法。
引用
@article{arxiv.1611.08070,
title = {Multiscale Inverse Reinforcement Learning using Diffusion Wavelets},
author = {Jung-Su Ha and Han-Lim Choi},
journal= {arXiv preprint arXiv:1611.08070},
year = {2016}
}
备注
Presented at NIPS 2016 Workshop on Interpretable Machine Learning in Complex Systems