RAPid-Learn：一种用于处理开放世界环境中新奇事件的恢复学习框架
人工智能
2022-06-28 v1 机器学习
摘要
我们提出 RAPid-Learn：学习恢复并重新规划（Learning to Recover and Plan Again），一种混合规划与学习方法，以解决智能体环境中突发且意外变化（即新奇事件）的适应问题。RAPid-Learn 旨在动态制定并求解任务马尔可夫决策过程（MDPs）的修改，并能够利用领域知识学习由环境变化引起的任何新动态。它能够利用领域知识学习动作执行器，这些执行器可进一步用于解决执行阻塞，从而实现成功的规划执行。该新奇信息反映在其更新的领域模型中。我们通过在受 Minecraft 启发的网格世界环境中引入多种新奇事件来展示其有效性，并将我们的算法与文献中的迁移学习基线进行比较。我们的方法是（1）即使在存在多个新奇事件时也有效，（2）比迁移学习 RL 基线更具样本效率，以及（3）对不完整的模型信息具有鲁棒性，这与纯符号规划方法相反。
引用
@article{arxiv.2206.12493,
title = {RAPid-Learn: A Framework for Learning to Recover for Handling Novelties in Open-World Environments},
author = {Shivam Goel and Yash Shukla and Vasanth Sarathy and Matthias Scheutz and Jivko Sinapov},
journal= {arXiv preprint arXiv:2206.12493},
year = {2022}
}
备注
Proceedings of the IEEE Conference on Development and Learning (ICDL 2022)