跑起来,骨架,跑:基于物理模拟的骨架模型
人工智能
2018-01-30 v2 机器学习
机器学习
摘要
在本文中,我们提出解决基于物理的强化学习挑战“Learning to Run”的方法,其目标是训练基于生理的人体模型尽可能快地通过复杂障碍赛道。该环境计算代价高、具有高维连续动作空间且为随机环境。我们对最先进的策略梯度方法进行基准测试,并测试若干改进,如层归一化、参数噪声、动作与状态反射,以稳定训练并提升其样本效率。我们发现深度确定性策略梯度(Deep Deterministic Policy Gradient)方法是该环境最有效方法,且我们所引入的改进有助于稳定训练。学到的模型能够泛化到新的物理场景,例如不同的障碍赛道。
引用
@article{arxiv.1711.06922,
title = {Run, skeleton, run: skeletal model in a physics-based simulation},
author = {Mikhail Pavlov and Sergey Kolesnikov and Sergey M. Plis},
journal= {arXiv preprint arXiv:1711.06922},
year = {2018}
}
备注
Corrected typos and spelling