面向不精确动力学模型之模型前提的任务导向主动学习

当使用不精确的动力学模型进行规划时，一种实用的策略是将规划限制在模型精确的状态-动作空间区域内：这也被称为模型前提。无论模型形式如何（解析的、模拟器的、学习的等等），来自真实世界的经验轨迹数据对于定义数据驱动的模型前提都很有价值。然而，真实世界数据的收集往往昂贵且危险。为了实现数据效率，本文提出了一种主动选择轨迹的算法，用以学习一个针对预先指定的不精确动力学模型的模型前提。我们提出的技术解决了由轨迹的序列性质以及优先考虑任务相关数据的潜在益处所带来的挑战。实验分析展示了算法特性如何在三个规划场景中影响性能：结冰网格世界、模拟植物浇水以及真实世界植物浇水。结果表明，在使用我们提出的技术时，仅需四条真实世界轨迹即可实现约 80% 的性能提升。