在导航强化学习中利用动物视频的机遇与挑战
系统与控制
2022-11-14 v3 人工智能
计算机视觉与模式识别
机器学习
系统与控制
摘要
我们研究了利用动物视频（观测）来提升稀疏奖励导航任务中强化学习（RL）的效率与性能。受理论考量驱动，我们对离策略RL采用加权策略优化，并描述了从动物视频学习时所面临的主要挑战。我们提出了解决方案，并在一系列2D导航任务上测试了我们的想法。我们展示了我们的方法如何利用动物视频，相较未利用此类观测的RL算法提升性能。
引用
@article{arxiv.2209.12347,
title = {Opportunities and Challenges from Using Animal Videos in Reinforcement Learning for Navigation},
author = {Vittorio Giammarino and James Queeney and Lucas C. Carstensen and Michael E. Hasselmo and Ioannis Ch. Paschalidis},
journal= {arXiv preprint arXiv:2209.12347},
year = {2022}
}