面向具备常识的符号强化学习
机器学习
2018-04-24 v1 人工智能
机器学习
摘要
深度强化学习（deep RL）近年来在从无人载具复杂控制任务到游戏博弈等诸多应用中取得若干突破。尽管成功，深度 RL 仍缺乏人类智能的若干重要能力，如迁移学习、抽象与可解释性。深度符号强化学习（DSRL）旨在通过在使用 Q-learning 之前学习相关符号表示，将这些能力引入深度 Q 网络（DQN）。本文提出 DSRL 的一种新颖扩展，称为具备常识的符号强化学习（SRL+CS），受常识原则在分配奖励与聚合 Q 值方面的启发，在泛化与专门化间提供更好平衡。本文实验表明，SRL+CS 的学习一致快于 Q-learning 与 DSRL，且达到更高准确率。在最困难情形下，智能体于确定性环境中训练、随机环境中测试，SRL+CS 取得近 100% 平均准确率，而 DSRL 为 70%、DQN 为 50%。据我们所知，这是使用强化学习实现近乎完美零样本迁移学习的首例。
引用
@article{arxiv.1804.08597,
title = {Towards Symbolic Reinforcement Learning with Common Sense},
author = {Artur d'Avila Garcez and Aimore Resende Riquetti Dutra and Eduardo Alonso},
journal= {arXiv preprint arXiv:1804.08597},
year = {2018}
}
备注
15 pages, 13 figures, 26 references