机器人学中有效动作的无监督学习

学习与决策相关且可有效执行的动作是自主机器人学中的一个关键问题。当前机器人学中最先进的动作表示缺乏对机器人动作进行适当的效果驱动学习。尽管深度学习方法在解决操作任务方面取得了成功，但它们也缺乏这种能力，此外在内存或训练数据方面成本高昂。在本文中，我们提出了一种无监督算法，用于离散化连续运动空间并生成“动作原型”，每个原型在环境中产生不同的效果。在探索阶段之后，该算法自动构建效果表示并将运动分组为动作原型，其中更可能产生效果的运动比那些导致可忽略变化的运动得到更多表示。我们在一个模拟的爬楼梯强化学习任务上评估了我们的方法，初步结果表明，我们的效果驱动离散化在收敛速度和最大奖励方面优于均匀和随机采样的离散化。