2019年MineRL样本高效强化学习竞赛的回顾分析
机器学习
2020-06-19 v4 人工智能
机器学习
摘要
为促进样本高效强化学习方向的研究，我们在第三十三届神经信息处理系统大会（NeurIPS 2019）上举办了利用人类先验的样本高效强化学习MineRL竞赛。该竞赛的主要目标是推动使用人类演示与强化学习相结合以减少解决复杂、分层且稀疏环境所需样本数的算法的发展。我们描述了竞赛，概述了主要挑战、竞赛设计以及提供给参与者的资源。我们概述了各优胜方案，其中每个方案均使用了深度强化学习和/或模仿学习。我们还讨论了我们的组织决策对竞赛的影响以及未来的改进方向。
引用
@article{arxiv.2003.05012,
title = {Retrospective Analysis of the 2019 MineRL Competition on Sample Efficient Reinforcement Learning},
author = {Stephanie Milani and Nicholay Topin and Brandon Houghton and William H. Guss and Sharada P. Mohanty and Keisuke Nakata and Oriol Vinyals and Noboru Sean Kuno},
journal= {arXiv preprint arXiv:2003.05012},
year = {2020}
}
备注
To appear in Proceedings of Machine Learning Research: NeurIPS 2019 Competition & Demonstration Track Postproceedings. 12 pages, 2 figures