3D 非静态环境下的持续强化学习

CVPRMay, 2019

Continual Reinforcement Learning in 3D Non-stationary Environments

Vincenzo Lomonaco, Karan Desai, Eugenio Culurciello, Davide Maltoni

TL;DR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。

Abstract

High-dimensional always-changing environments constitute a hard challenge for current reinforcement learning techniques. Artificial agents, nowadays, are often trained off-line in very static and controlled conditions in simulation such that training observations can be thought as samp

reinforcement learning high-dimensional environments continual learning non-stationary environments end-to-end learning

发现论文，激发创造

从二维到三维环境中的 Q 学习：利用强化学习模拟自主导航，无需依赖库

通过实证分析，本研究评估了强化学习代理在不同空间维度中的学习轨迹和适应过程，揭示了强化学习算法在导航复杂的多维空间中的有效性，并对未来研究提出了思考。

Mar, 2024

时变系统中强化学习的揭秘

探索如何通过一个稳健的框架解决非稳态环境下的强化学习问题，其中该框架通过识别不同的环境、触发探索、将先前环境的知识保留下来以及保护系统性能来训练 RL agent，并且在解决一些系统问题时进行了验证。

Jan, 2022

深度强化学习在生命周期非稳态环境下的应用

在非稳态环境下，我们提出了一种新的离线强化学习算法，该算法使用潜在变量模型，将当前和过去的经验学习环境的表示，并在此表示下执行离线强化学习，实验结果表明这种方法显著优于不考虑环境变化的方法。

Jun, 2020

非稳态环境下的强化学习

本研究提供一种在非平稳环境下最优决策的强化学习方法，包括改进的变点检测算法和最大化长期折扣奖励的强化学习算法，并在非平稳的随机马尔可夫决策过程、传感器能源管理和交通信号控制等问题中验证了其有效性。

May, 2019

超网络下的连续模型强化学习

通过使用任务条件超网络连续学习遇到的动态模型，HyperCRL 方法在机器人运动和操作任务中实现了连续模型基于强化学习，而不需要重新训练之前的任务，同时超越了现有的连续学习替代方法

Sep, 2020

深度强化学习在预算内的应用: 3D 控制和推理无需超级计算机

本文介绍了使用简化的三维环境 (ViZDoom) 训练智能体进行复杂推理和探索的基准方案，以提高 Deep-RL 领域的可访问性和减少对大量计算资源的需求。

Apr, 2019

通过生成 3D 虚拟环境评估连续学习算法

本文提出利用 3D 虚拟环境，通过自动化生成具有逼真外观的充满生命力的动态场景，进而探索在逼真情境下基于持续学习的算法进行更新的可能性，并采用参数化描述实现对视觉输入流的可视化控制。

Sep, 2021

连续随机动力学学习环境模型

通过深度强化学习、自动化学习和马尔可夫决策过程等技术，学习出由自主智能体控制的环境模型，以解决复杂环境下的控制问题，并在多个强化学习基准环境中验证了方法的有效性。

Jun, 2023

跟踪任务非稳态性的元强化学习

提出了一种基于元学习和显式跟踪任务演化的新算法（TRIO），该方法在训练期间通过学习变分模块和探索策略来识别潜在参数以快速适应相关任务，并在测试期间通过在线跟踪潜在参数来减少当前和未来任务的不确定性。

May, 2021

未知环境映射的异构多智能体强化学习

本文提出了一种基于 actor-critic 算法的多智能体学习方法，可以让一组异构代理学习无人机覆盖未知环境的分散控制策略，此方法可被应用于国家安全和紧急响应组织中以提高在危险区域中的情境感知能力。

Oct, 2020