在 Atari 中使用习得符号表示进行基于像素的规划
人工智能
2021-03-16 v2 机器学习
摘要
基于宽度的规划方法已证明在使用像素输入的 Atari 2600 领域取得最先进性能。一种成功的方法 RolloutIW，使用 B-PROST 布尔特征集表示状态。RolloutIW 的增强版本 -IW 表明，习得特征在基于宽度的搜索中可与手工特征相竞争。在本文中，我们利用变分自编码器（VAE）以原则性的、无监督的方式直接从像素学习特征。训练好的 VAE 的推断模型从像素中提取布尔特征，RolloutIW 利用这些特征进行规划。所得组合在 Atari 2600 上优于原始 RolloutIW 与人类专业玩家，并大幅缩减了特征集的规模。
引用
@article{arxiv.2012.09126,
title = {Planning from Pixels in Atari with Learned Symbolic Representations},
author = {Andrea Dittadi and Frederik K. Drachmann and Thomas Bolander},
journal= {arXiv preprint arXiv:2012.09126},
year = {2021}
}
备注
Published at AAAI 2021