基于循环胶囊网络的状态表示学习
机器学习
2019-02-25 v4 神经与进化计算
摘要
无监督地学习紧凑且相关的状态表示已被证明在解决复杂强化学习任务时非常有用。在本文中，我们提出了一种循环胶囊网络，该网络通过尝试预测智能体轨迹中的未来观测来学习此类表示。
引用
@article{arxiv.1812.11202,
title = {State representation learning with recurrent capsule networks},
author = {Louis Annabi and Michael Garcia Ortiz},
journal= {arXiv preprint arXiv:1812.11202},
year = {2019}
}
备注
4 pages, 4 figures, NIPS Workshop on Modeling the Physical World: Perception, Learning, and Control