通过终止课程自模仿学习运动动作
图形学
2019-09-24 v2 机器学习
机器人学
摘要
动画与机器学习研究在过去十年取得了巨大进展，产生了用于学习复杂基于物理的动画的鲁棒且强大的方法。然而，学习可能耗时数小时乃至数天，尤其在没有参考运动数据可用时。本文中，我们提出并评估了一种通过合成动画的自模仿学习来加速稳定运动动作学习的技术新组合。首先，我们使用近期的一种在线树搜索方法生成合成且循环的参考运动，该方法可在几分钟内发现稳定行走步态。这使我们能够使用带参考状态初始化(RSI)的强化学习来寻找模仿合成参考运动的神经网络控制器。我们使用一种称为终止课程(TC)的新型课程学习方法进一步加速学习，该方法随时间调整回合终止阈值。RSI与TC的组合确保模拟预算不会被浪费在最终策略未访问的状态空间区域。因此，我们的智能体仅需在 modest 的4核计算机上几小时即可学习运动技能。我们通过为多种角色生成运动动作来展示这一点。
引用
@article{arxiv.1907.11842,
title = {Self-Imitation Learning of Locomotion Movements through Termination Curriculum},
author = {Amin Babadi and Kourosh Naderi and Perttu Hämäläinen},
journal= {arXiv preprint arXiv:1907.11842},
year = {2019}
}
备注
2019 ACM SIGGRAPH Conference on Motion, Interaction and Games (MIG 2019)