球面上连续技能的无监督发现

Takahisa Imagawa; Takuya Hiraoka; Yoshimasa Tsuruoka

球面上连续技能的无监督发现

机器学习 2023-05-26 v2 人工智能机器人学

作者: Takahisa Imagawa , Takuya Hiraoka , Yoshimasa Tsuruoka

摘要

近年来，作为无监督强化学习的一种形式，学习多样化技能以在没有外部奖励的情况下生成各种行为的方法得到了积极研究。然而，现有大多数方法学习有限数量的离散技能，因此所学技能能展现的行为种类有限。在本文中，我们提出了一种学习潜在无限数量不同技能的新方法，命名为球面上连续技能的发现（DISCS）。在 DISCS 中，通过最大化技能与状态之间的互信息来学习技能，每个技能对应球面上的一个连续值。由于 DISCS 中技能的表示是连续的，因此可以学习无限多样的技能。我们在 MuJoCo Ant 机器人控制环境中考察了现有方法与 DISCS，结果表明 DISCS 能够比其他方法学习到更加多样的技能。

关键词

无监督强化学习连续技能互信息 MuJoCo 机器人控制技能发现

引用

@article{arxiv.2305.14377,
  title  = {Unsupervised Discovery of Continuous Skills on a Sphere},
  author = {Takahisa Imagawa and Takuya Hiraoka and Yoshimasa Tsuruoka},
  journal= {arXiv preprint arXiv:2305.14377},
  year   = {2023}
}

备注

14 pages, 12 figures

球面上连续技能的无监督发现

摘要

关键词

引用

备注

相关论文