Minecraft 中的无监督技能发现与技能学习
人工智能
2021-07-20 v1 机器学习
摘要
以任务无关方式预训练强化学习(Reinforcement Learning)智能体已显示出有前景的结果。然而，先前工作在学习和发现高维状态空间（如像素空间）中有意义的技能方面仍面临困难。我们通过利用无监督技能发现与状态表示的自监督学习来解决该问题。在我们的工作中，我们通过变分与对比技术学习紧凑的潜在表示。我们证明二者均能通过最大化信息论目标使 RL 智能体学习一组基本导航技能。我们在具有不同复杂度的 Minecraft 3D 像素地图中评估我们的方法。我们的结果表明，从像素学习到的表示与条件策略对于玩具示例已足够，但无法扩展到真实且复杂的地图。为克服这些限制，我们探索了替代输入观测，例如智能体的相对位置与原始像素的结合。
引用
@article{arxiv.2107.08398,
title = {Unsupervised Skill-Discovery and Skill-Learning in Minecraft},
author = {Juan José Nieto and Roger Creus and Xavier Giro-i-Nieto},
journal= {arXiv preprint arXiv:2107.08398},
year = {2021}
}
备注
Accepted at ICML Unsupervised RL Workshop, 8 pages