中文

地形强化学习模拟器

人工智能 2018-04-23 v1 机器人学

摘要

我们提供了8989个难度各异的挑战性模拟环境。解决任务的难度不仅与动作空间的维数有关,还与智能体所经历的配置分布的大小和形状有关。因此,我们发布了一些包含随机生成地形的模拟环境。该库还提供了简单的机制来创建具有不同智能体形态的新环境,以及修改所生成地形分布的选项。我们相信使用这些及其他更复杂的模拟将有助于推动该领域更接近创造人类水平的智能。

关键词

引用

@article{arxiv.1804.06424,
  title  = {Terrain RL Simulator},
  author = {Glen Berseth and Xue Bin Peng and Michiel van de Panne},
  journal= {arXiv preprint arXiv:1804.06424},
  year   = {2018}
}

备注

10 pages