AAAIJan, 2019

深度强化学习代理的进化策划课程学习

PDF
TL;DR本文提出了一个针对深度强化学习代理的新的训练循环，采用进化生成器进行进化过程生成来构建训练课程，结果表明相较于没有导向的输入，进化课程的训练优化和泛化能力均有所提高。
deep reinforcement learningevolutionary generatorprocedural content generationtraining curriculumstate-of-the-art architecture
发现论文，激发创造
  • 基于演化课程训练的 DRL 导航系统训练

    本文介绍了一种名为进化课程训练的新方法，以应对机器人避碰中经常出现的一些挑战，包括在结构化环境中适应多种行人，本方法能够提高深度强化学习模型在此类复杂场景中的成功率和降低平均碰撞率。

    Jun, 2023

  • 基于遗憾的环境设计进化课程

    通过把环境设计作为学生和教师之间的游戏，并使用基于遗憾的目标在学生代理的能力边界上生成环境实例（或水平），我们提出了一种新的方法 ACCEL，以在一个有原则的遗憾主导的课程中利用演化的能力，从而产生逐渐越来越复杂的课程。

    Mar, 2022

  • 将进化搜索与行为克隆相结合，用于程序生成内容

    本文提出了一种将进化搜索和强化学习相结合的框架，通过行为克隆将演化的关卡序列提炼为策略，以生成更快速的关卡，我们将其应用于迷宫游戏和超级马里奥兄弟中，结果表明该方法能够显著缩短关卡生成的时间。

    Jul, 2022

  • 演化引导的强化学习策略梯度

    本文介绍了一种基于人工进化算法和深度强化学习相结合的进化增强学习算法，该算法克服了传统深度强化学习算法中时序资格分配、探索效率和收敛性极度敏感的问题，使用基于种群的进化算法来训练深度强化学习代理人，实验结果表明，该方法在多种连续控制基准测试中显著优于传统深度强化学习和进化算法方法。

    May, 2018

  • 对抗生成神经进化控制行为模仿

    本研究探索深度神经进化算法是否可用于行为模仿，通过引入一个简单的对抗生成框架，将深度递归网络进化到可以在 8 个 OpenAI Gym 状态控制任务上模仿最先进的预训练代理的能力。实验结果表明，神经进化在生成行为模拟代理方面具有很大的潜力，可以使其在准确度和泛化性方面更具可操作性。

    Apr, 2023

  • 用简单的进化思想辅助基于梯度的强化学习

    我们提出了一种简单而有效的强化学习算法，通过使用进化算子在强化学习中引入大的有向学习步骤，并使用具有共同经验缓冲区的强化学习代理人种群进行训练，从而有效地搜索策略空间。

    May, 2023

  • 尝试时重来，而不是尝试更久：自适应课程学习的先验学习

    该研究论文提出了一种两阶段自适应教学方法，以提高深度强化学习（DRL）智能体的性能，主要包括使用过程生成任务、自动课程学习（ACL）和探索课程等关键词。

    Apr, 2020

  • 演化种群课程用于多智能体强化学习的扩展

    本研究提出了一种进化人口课程学习模式 (EPC)，以解决在多智能体游戏中训练大型人口的问题，采用进化方式解决利益不一致问题和保留每个阶段的多个智能体组以优化其适应性。并将 EPC 应用于 MADDPG 算法中，实验结果表明本方法在多智能体增长的情况下能够始终优于基准算法。

    Mar, 2020

  • 进化强化学习：综述

    这篇文章综述了将进化计算方法与强化学习相结合的最新研究进展和方法，涉及强化学习中的关键研究领域及未来方向，为研究者和实践者提供参考和资源。

    Mar, 2023

  • 开放式世界中的学习课程

    该论文介绍了一种称为无监督环境设计（UED）的方法，通过自动生成无限的训练环境序列或课程以匹配或超过真实世界的复杂性，从而实现深度强化学习代理在鲜有环境示例中表现出显著改进的鲁棒性和泛化能力，这些自生成的环境课程为不断生成和掌握自主设计的额外挑战的开放式学习系统提供了有希望的路径。

    Dec, 2023