基于瓶颈选项学习的无监督技能发现
机器学习
2021-06-29 v1 人工智能
机器人学
摘要
具备像人类一样无需任何外部奖励或监督而从环境中获取内在技能的能力是一个重要问题。我们提出了一种名为信息瓶颈选项学习（IBOL）的新型无监督技能发现方法。在促进更多样且更远状态转移的环境线性化基础之上，IBOL能够实现多样技能的发现有。它通过信息瓶颈框架为选项提供所学技能的抽象，从而提升稳定性并鼓励解耦。我们通过实验证明，在MuJoCo环境（包括Ant、HalfCheetah、Hopper和D'Kitty）的信息论评估和下游任务中，IBOL优于多种最先进的无监督技能发现方法。
引用
@article{arxiv.2106.14305,
title = {Unsupervised Skill Discovery with Bottleneck Option Learning},
author = {Jaekyeom Kim and Seohong Park and Gunhee Kim},
journal= {arXiv preprint arXiv:2106.14305},
year = {2021}
}
备注
Accepted to ICML 2021. Code at https://vision.snu.ac.kr/projects/ibol