通过运动生成对抗网络从视频迁移智能体行为

开发通用强化学习智能体的一个主要瓶颈在于确定能在各种情形下产生期望行为的奖励。我们引入一种从原始像素自动指定有意义行为的通用机制。具体而言，我们训练一个生成对抗网络（GAN）以生成通过运动模板表示的短期子目标。我们展示了该方法能在含有新颖智能体的未知环境中生成视觉上有意义的行为，并描述了这些运动如何用于训练强化学习智能体。