用于强化学习中目标条件迁移学习的预训练词嵌入
机器学习
2020-07-13 v1 人工智能
机器学习
摘要
强化学习（RL）算法通常从白板状态开始，不具备关于环境的任何先验知识，也不具备任何先验技能。然而这常常导致低样本效率，需要与 environment 进行大量交互。在终身学习的设定中尤其如此，其中智能体需要持续扩展其能力。在本文中，我们考察预训练的任务无关语言模型如何使目标条件 RL 智能体更具样本效率。我们通过促进不同相关任务之间的迁移学习来实现这一点。我们在一组物体导航任务上实验性地展示了我们的方法。
引用
@article{arxiv.2007.05196,
title = {Pre-trained Word Embeddings for Goal-conditional Transfer Learning in Reinforcement Learning},
author = {Matthias Hutsebaut-Buysse and Kevin Mets and Steven Latré},
journal= {arXiv preprint arXiv:2007.05196},
year = {2020}
}
备注
Paper accepted to the ICML 2020 Language in Reinforcement Learning (LaReL) Workshop