用于跨任务与环境迁移与适应的策略合成
机器学习
2021-05-28 v2 机器学习
摘要
强化学习中的迁移能力是构建通用人工智能体的关键。本文中，我们考虑同时跨环境（ENV）与任务（TASK）的迁移学习问题，且更重要的是，仅从所有可能组合中的稀疏（ENV, TASK）对进行学习。我们提出了一种新颖的组合式神经网络架构，其刻画了由环境与任务嵌入组合策略的元规则。值得注意的是，主要挑战之一是与元规则联合学习嵌入。我们进一步提出新的训练方法以解耦嵌入，使其既作为环境与任务的独特签名，又作为组合策略的有效构建块。在 GridWorld 与 Thor 上的实验（智能体以自我中心视角作为输入）表明，我们的方法在仅从 40% 的（ENV, TASK）对学习后，即在所有对上取得了高成功率。
引用
@article{arxiv.1904.03276,
title = {Synthesized Policies for Transfer and Adaptation across Tasks and Environments},
author = {Hexiang Hu and Liyu Chen and Boqing Gong and Fei Sha},
journal= {arXiv preprint arXiv:1904.03276},
year = {2021}
}
备注
presented at NeurIPS 2018 as a Spotlight