面向多样化视觉运动技能的强化学习与模仿学习
机器人学
2018-05-29 v2 人工智能
机器学习
摘要
我们提出了一种无模型深度强化学习方法,利用少量演示数据来辅助强化学习智能体。我们将该方法应用于机器人操作任务,并训练端到端的视觉运动策略,直接从 RGB 相机输入映射到关节速度。我们证明了我们的方法能够解决各种各样的视觉运动任务,而为此设计脚本化控制器将十分费力。在实验中,我们的强化与模仿智能体取得了显著优于单独使用强化学习或模仿学习训练的智能体的性能。我们还说明,这些在大幅视觉与动力学变化下训练的策略能够在零样本 sim2real 迁移中取得初步成功。本工作的简要可视化介绍可观看 https://youtu.be/EDl8SQUNjj0
引用
@article{arxiv.1802.09564,
title = {Reinforcement and Imitation Learning for Diverse Visuomotor Skills},
author = {Yuke Zhu and Ziyu Wang and Josh Merel and Andrei Rusu and Tom Erez and Serkan Cabi and Saran Tunyasuvunakool and János Kramár and Raia Hadsell and Nando de Freitas and Nicolas Heess},
journal= {arXiv preprint arXiv:1802.09564},
year = {2018}
}
备注
13 pages, 6 figures, Published in RSS 2018