NIPSJun, 2017

Dex: 深度强化学习复杂环境下的增量学习

PDF
TL;DR介绍了针对连续学习方法培训和评估的 DEX 强化学习环境工具包以及增量学习方法的巧妙应用，该方法可以通过从解决类似的较简单的环境中学习的最佳重量初始化来解决挑战性环境，并通过提供十种 DEX 环境的强大基线方法表明增量学习可以产生远远优于标准方法的结果，并最终开发了一种用于定性分析强化学习的显著性方法，展示了增量学习对网络注意力的影响。
reinforcement learningcontinual learningincremental learningtoolkitsaliency method
发现论文，激发创造
  • 数据高效的灵巧操作深度强化学习

    本研究使用深度学习和强化学习方法解决机器人的熟练操作任务，同样使用了 DDPG 算法来扩展其功能以实现更高效的数据利用与可伸缩性，成功地使用现实世界的抓取和叠放机器人的交互数据训练出其掌握复杂熟练操作技能的有效策略模型。

    Apr, 2017

  • 发现最小的强化学习环境

    通过元学习神经网络马尔可夫决策过程，我们发现专门的训练环境对于训练强化学习智能体具有潜在的速度提升能力，并且发现上下文为基的赌博机能够实现良好的评估环境转移，从而加速下游应用。

    Jun, 2024

  • 3D 非静态环境下的持续强化学习

    本文提出了一种基于 ViZDoom 的复杂三维非稳态任务的 CRLMaze Continual 学习策略，可以在非稳态的环境下进行端到端无模型学习，并与其他基线方法相比表现出竞争力。

    May, 2019

  • 深度强化学习在连续控制中的基准测试

    研究人员结合深度学习和强化学习在连续控制领域缺失常用基准问题下设计并发布了一套基准问题和参考实现，经过系统评估发现一系列新的结果。

    Apr, 2016

  • 马拉松环境：基于现代视频游戏引擎的多智能体连续控制基准测试

    使用 Unity 游戏引擎和 Unity ML-Agents 工具包实现了一套开源环境，用于深度强化学习和连续控制的基准测试，通过证明这些基准测试的使用性，展示了这些环境的鲁棒性以及降低训练时间的策略。

    Feb, 2019

  • 无监督环境设计中有效的多样性

    利用强化学习的自适应课程和基于新颖距离测量的方法训练代理来适应不同的环境设计，与其他无监督环境设计方法相比，证明了本方法在文献中使用的三个不同基准问题的多样性和有效性。

    Jan, 2023

  • 真实世界机器人强化学习的要素

    本研究提出了一种基于强化学习的机器人学习系统，通过无需人工干预的自主学习，在真实世界环境下实现智能机器人的不断优化和提高。以灵巧操作为案例研究，探究了在无工具化监控和无手工奖励函数的情况下学习的挑战，并提出了简单、可扩展的解决方案，通过多次灵巧操作任务实验验证了该系统的高效性和优越性。

    Apr, 2020

  • DERAIL：面向奖励和模仿学习的诊断环境

    通过开发一套简单的诊断任务，并对常见的奖励学习和模仿学习算法进行评估，本研究证实算法的性能高度依赖于实现细节，其中还揭示了套件如何确定设计缺陷并快速评估解决方案的案例研究。

    Dec, 2020

  • 深度强化学习的连续控制

    本论文将 Deep Q-Learning 算法应用于连续动作域，并提出了一种基于确定性策略梯度的演员 - 评论家模型无模型算法，可在连续动作空间中进行操作，成功解决了 20 多个模拟物理任务，并能与完全访问动态并了解其导数的规划算法相竞争，并证明该算法对许多任务能够进行端到端学习。

    Sep, 2015

  • 在真实机器人硬件上进行离线强化学习的基准测试

    从先前记录的数据中学习策略是实现真实世界机器人任务的一个有前景的方向，我们提出了一个基准，其中包括：使用能力强大的强化学习代理在模拟中训练的两个任务的熟练操纵平台的大量离线学习数据的收集，在真实世界机器人系统和模拟中执行学习策略的选项以进行高效调试。我们评估了知名的开源离线强化学习算法，并为真实系统上的离线强化学习提供了可重现的实验设置。

    Jul, 2023