基于混合异步通用后继表示的目标驱动视觉导航
人工智能
2018-11-29 v1 机器学习
摘要
能够以最小的监督和先验知识导航至目标，对于创建类人的辅助智能体至关重要。先前基于地图和无地图的方法泛化能力有限。在本文中，我们提出一种新方法——混合异步通用后继表示（HAUSR），它通过借鉴近期将通用后继表示与异步 actor-critic 智能体相结合的工作，克服了向新目标泛化的问题。我们表明，该智能体能够成功到达新颖目标，并且我们能够快速微调网络以适应新场景。这为智能体能够以最小的人类输入从广泛环境中学习并适应的新型应用场景开辟了道路。
引用
@article{arxiv.1811.11312,
title = {Target Driven Visual Navigation with Hybrid Asynchronous Universal Successor Representations},
author = {Shamane Siriwardhana and Rivindu Weerasekera and Suranga Nanayakkara},
journal= {arXiv preprint arXiv:1811.11312},
year = {2018}
}
备注
Deep Reinforcement Learning Workshop, NeurIPS 2018