利用深度强化学习教机器读图导航
机器人学
2017-11-22 v1 人工智能
机器学习
机器学习
摘要
利用二维地图在复杂三维环境中导航的能力相当了不起，对许多人类而言甚至十分困难。定位与导航在机器人等领域也是一个重要问题，并且近来已成为深度强化学习社区关注的焦点。在本文中，我们训练一个强化学习智能体读取地图，以找出从未见过的随机迷宫的最短出口路径。我们的系统结合了 A3C 等多种前沿方法，并引入了如循环定位单元等新颖组件。该智能体基于三维第一人称图像与近似朝向角进行自身定位。该智能体对更大的迷宫具有良好的泛化能力，表明其学到了有用的定位与导航能力。
引用
@article{arxiv.1711.07479,
title = {Teaching a Machine to Read Maps with Deep Reinforcement Learning},
author = {Gino Brunner and Oliver Richter and Yuyi Wang and Roger Wattenhofer},
journal= {arXiv preprint arXiv:1711.07479},
year = {2017}
}
备注
Paper accepted at 32nd AAAI Conference on Artificial Intelligence, AAAI 2018, New Orleans, Louisiana, USA