Atari中的无监督状态表示学习
机器学习
2020-11-09 v6 机器学习
摘要
状态表示学习，即捕捉环境潜在生成因素的能力，对于构建能够执行多种任务的智能体至关重要。在无奖励监督下学习此类表示是一个具有挑战性的开放问题。我们引入了一种方法，通过最大化观测的神经编码器在空间和时间上不同特征之间的互信息来学习状态表示。我们还引入了一个基于Atari 2600游戏的新基准，根据表示捕捉真实状态变量的程度来评估它们。我们相信这种评估表示学习模型的新框架对未来表示学习研究至关重要。最后，我们将我们的技术与其他最先进的生成式和对比式表示学习方法进行比较。本工作相关代码可在https://github.com/mila-iqia/atari-representation-learning获取。
引用
@article{arxiv.1906.08226,
title = {Unsupervised State Representation Learning in Atari},
author = {Ankesh Anand and Evan Racah and Sherjil Ozair and Yoshua Bengio and Marc-Alexandre Côté and R Devon Hjelm},
journal= {arXiv preprint arXiv:1906.08226},
year = {2020}
}
备注
NeurIPS 2019; v6 fixes a broken figure reference