看、听、探索：基于视听关联的探索好奇心
机器学习
2021-01-19 v2 人工智能
计算机视觉与模式识别
机器学习
摘要
探索是强化学习的核心挑战之一。好奇心驱动探索的一种常见形式利用真实未来与学习模型预测的未来之间的差异。然而，预测未来是一项固有困难的任务，在随机性面前可能不适定。在本文中，我们引入一种替代性的好奇心形式，其奖励不同感官之间的新颖关联。我们的方法利用多种模态来提供更强的信号以实现更高效的探索。我们的方法受到如下事实的启发：对人类而言，视觉与听觉在探索中都起着关键作用。我们在多个 Atari 环境和 Habitat（一种照片级真实感导航模拟器）上展示了结果，表明在缺乏外部奖励时，使用视听关联模型内在地引导学习智能体具有益处。视频与代码见 https://vdean.github.io/audio-curiosity.html。
引用
@article{arxiv.2007.03669,
title = {See, Hear, Explore: Curiosity via Audio-Visual Association},
author = {Victoria Dean and Shubham Tulsiani and Abhinav Gupta},
journal= {arXiv preprint arXiv:2007.03669},
year = {2021}
}