PEARL：用于场景重排规划的并行化专家辅助强化学习
人工智能
2021-05-11 v1
摘要
场景重排规划（SRP）是近期提出的一项室内任务。先前工作用人工设计的粗粒度动作定义该任务动作空间，这类动作在变换场景布置时不够灵活且难以实际部署。此外，这一新任务缺乏真实的室内场景重排数据来馈送流行的数据饥渴型学习方法并满足定量评估需求。为解决这些问题，我们提出了一种用于SRP的细粒度动作定义，并引入了一个大规模场景重排数据集。我们还提出了一种新颖的学习范式，可在无任何先验知识的情况下通过自博弈高效训练智能体。通过我们的范式训练的智能体在引入的数据集上相比基线智能体取得了更优性能。我们在实验中对该方法的设计提供了详细分析。
引用
@article{arxiv.2105.04088,
title = {PEARL: Parallelized Expert-Assisted Reinforcement Learning for Scene Rearrangement Planning},
author = {Hanqing Wang and Zan Wang and Wei Liang and Lap-Fai Yu},
journal= {arXiv preprint arXiv:2105.04088},
year = {2021}
}
备注
7 pages, 4 figures