SEIHAI：面向 MineRL 竞赛的样本高效分层人工智能
机器学习
2021-11-18 v1 人工智能
多智能体系统
机器人学
系统与控制
系统与控制
摘要
MineRL 竞赛旨在开发强化学习和模仿学习算法，这些算法能高效利用人类演示，大幅减少解决具有稀疏奖励的复杂 ObtainDiamond 任务所需的环境交互次数。为应对该挑战，本文提出 SEIHAI，一种样本高效分层人工智能（Sample-efficient Hierarchical AI），其充分利用人类演示与任务结构。具体而言，我们将任务拆分为若干顺序依赖的子任务，并使用强化学习与模仿学习为每个子任务训练合适的智能体。我们进一步设计了一个调度器，用于在不同子任务中自动选择不同智能体。SEIHAI 在 NeurIPS-2020 MineRL 竞赛的预赛和决赛中均获得第一名。
引用
@article{arxiv.2111.08857,
title = {SEIHAI: A Sample-efficient Hierarchical AI for the MineRL Competition},
author = {Hangyu Mao and Chao Wang and Xiaotian Hao and Yihuan Mao and Yiming Lu and Chengjie Wu and Jianye Hao and Dong Li and Pingzhong Tang},
journal= {arXiv preprint arXiv:2111.08857},
year = {2021}
}
备注
The winner solution of NeurIPS 2020 MineRL competition (https://www.aicrowd.com/challenges/neurips-2020-minerl-competition/leaderboards). The paper has been accepted by DAI 2021 (the third International Conference on Distributed Artificial Intelligence)