PODNet：一种用于可规划选项发现的神经网络
机器学习
2020-03-02 v3 人工智能
机器学习
摘要
示范学习在机器学习中已被广泛研究，但当所示范轨迹无结构且遵循不同目标时变得具有挑战性。本短文提出 PODNet（Plannable Option Discovery Network，可规划选项发现网络），解决如何对无结构的示范轨迹集合进行分割以实现选项发现问题。这使得示范学习能够执行多任务并基于发现的选项标签规划高层轨迹。PODNet 将定制的类别变分自编码器、循环选项推断网络、选项条件策略网络与选项动力学模型组合于端到端学习架构中。由于并发训练的选项条件策略网络与选项动力学模型，所提架构在多任务与分层学习、可解释与可理解人工智能，以及智能体仅需从观测学习的应用中具有意义。
引用
@article{arxiv.1911.00171,
title = {PODNet: A Neural Network for Discovery of Plannable Options},
author = {Ritwik Bera and Vinicius G. Goecks and Gregory M. Gremillion and John Valasek and Nicholas R. Waytowich},
journal= {arXiv preprint arXiv:1911.00171},
year = {2020}
}