VUSFA：用于改进目标驱动视觉导航中迁移深度强化学习的变分通用后继特征逼近器
机器学习
2019-08-20 v1 人工智能
神经与进化计算
机器学习
摘要
在本文中，我们展示了如何将新颖的迁移强化学习技术应用于使用照片级真实感 AI2THOR 模拟器的目标驱动导航这一复杂任务。具体而言，我们基于通用后继特征（Universal Successor Features）的概念与 A3C 智能体构建方法。我们引入了后继特征依赖策略（SFDP）这一新颖架构贡献，并采用变分信息瓶颈（Variational Information Bottleneck）概念以实现最先进的性能。我们的最终架构 VUSFA 是一种直接的方法，可使用我们的开源代码库实现。我们的方法具有泛化性，在训练中表现出更高的稳定性，并在迁移学习能力方面优于近期的方法。
引用
@article{arxiv.1908.06376,
title = {VUSFA:Variational Universal Successor Features Approximator to Improve Transfer DRL for Target Driven Visual Navigation},
author = {Shamane Siriwardhana and Rivindu Weerasakera and Denys J. C. Matthies and Suranga Nanayakkara},
journal= {arXiv preprint arXiv:1908.06376},
year = {2019}
}