RLSS：一种用于序列场景生成的深度强化学习算法
计算机视觉与模式识别
2022-06-07 v1 机器学习
摘要
我们提出 RLSS：一种用于序列场景生成的强化学习算法。该方法基于将近端策略优化（PPO）算法应用于生成问题。具体而言，我们探讨了如何通过在训练过程中引入贪心搜索算法来有效缩减动作空间。我们的实验表明，该方法在相对较大的动作数量下能够收敛，并学会生成具有预定义设计目标的场景。该方法在虚拟场景中迭代地放置物体：每一步中，网络选择要放置的物体并选取能获得最大奖励的位置。若上一步动作产生了期望的属性则给予高奖励，而违反约束则予以惩罚。我们通过求解室内规划问题以及生成《愤怒的小鸟》关卡，展示了该方法高效生成合理且多样场景的能力。
引用
@article{arxiv.2206.02544,
title = {RLSS: A Deep Reinforcement Learning Algorithm for Sequential Scene Generation},
author = {Azimkhon Ostonov and Peter Wonka and Dominik L. Michels},
journal= {arXiv preprint arXiv:2206.02544},
year = {2022}
}
备注
Accepted at the IEEE Winter Conference on Applications of Computer Vision, WACV 2022