深度强化学习智能体的预训练以改进域随机化下的学习
机器学习
2021-04-30 v1 人工智能
机器人学
摘要
模拟环境中的视觉域随机化是将模拟中训练的策略迁移到真实机器人的广泛使用的方法。然而，域随机化与增强阻碍了策略的训练。由于强化学习难以应对含噪训练信号，这一额外干扰会严重妨碍训练。对于困难任务，甚至可能导致完全无法学习。为克服该问题，我们提出预训练一个感知编码器，其已提供对随机化不变的嵌入。我们证明，这在 DeepMind control suite 任务的随机化版本及任意背景上的堆叠环境中取得了一致的改进结果，并实现了到物理机器人的零样本迁移。
引用
@article{arxiv.2104.14386,
title = {Pre-training of Deep RL Agents for Improved Learning under Domain Randomization},
author = {Artemij Amiranashvili and Max Argus and Lukas Hermann and Wolfram Burgard and Thomas Brox},
journal= {arXiv preprint arXiv:2104.14386},
year = {2021}
}