面向连续控制的图像嵌入自监督学习
机器学习
2019-01-07 v1 人工智能
神经与进化计算
机器人学
摘要
直接基于原始高维感官输入（如图像）进行操作对机器人控制仍是一项挑战。近来，已有强化学习方法被提出端到端地解决特定任务，从像素到力矩。然而，这些方法假定可获取指定的奖励，而这可能需要对环境进行专门化仪表化。此外，所得策略与表示往往是任务特定的，且可能迁移不佳。在本工作中，我们基于寻找到达任意状态的最短时间，研究完全自监督的通用图像嵌入与控制基元学习。我们还引入了状态-动作值函数的新结构，在无模型与基于模型的方法间建立联系，并提升学习算法性能。我们在三项模拟机器人任务中通过实验证明了这些发现。
引用
@article{arxiv.1901.00943,
title = {Self-supervised Learning of Image Embedding for Continuous Control},
author = {Carlos Florensa and Jonas Degrave and Nicolas Heess and Jost Tobias Springenberg and Martin Riedmiller},
journal= {arXiv preprint arXiv:1901.00943},
year = {2019}
}
备注
Contributed talk at Inference to Control workshop at NeurIPS2018