Aug, 2019

使用动作建议优化 Minecraft 中的深度强化学习

PDF
TL;DR使用交互式机器学习可以帮助训练具有复杂行为的深度强化学习智能体，但需要在人类教师的努力和代理性能之间实现平衡。本研究探讨了两种强化学习算法在具有视觉混淆的情况下，通过人类动作建议来提高代理性能、评估动作建议类型的潜在认知负荷以及提高训练效率和抵御错误建议的能力。
deep reinforcement learningcomputational resourcesinteractive machine learninghuman teachersvisual aliasing
发现论文，激发创造
  • 牛顿行动建议：将人类口头指导与强化学习相结合

    本文介绍了一种新的方法 Newtonian Action Advice，该方法结合了人类动作建议和强化学习以改善人 - 代理交互，并通过人类实验验证了其在 RL 指标和人因素指标方面优于现有算法 Policy Shaping。

    Apr, 2018

  • 透过指引提炼的可教授强化学习

    本研究提出了一种基于 “可教学” 的决策系统的交互式学习监督范式，能够通过学习外部教师提供的结构化建议，解决复杂任务的学习难度，对拼图、导航和运动等各种任务需求的人工干预也相对较少。

    Mar, 2022

  • 深度强化学习的方法论建议收集和重用

    使用强化学习结合深度神经网络在 Atari 游戏上进行研究，提出使用另一个神经网络计算不确定度的方法来指导行动建议，结果表明双重不确定度可提高学习性能。

    Apr, 2022

  • 将人类反馈学习与知识工程相结合，在 Minecraft 中解决分层任务

    本文介绍了一种基于人类示范数据进行仿真学习的方法以及使用人类反馈来训练图像分类器的方法，将这些模块与估算的 Odometry 地图相结合，以自然层次结构利用人类知识的强大状态机，并将该混合智能方法与端到端机器学习和纯工程解决方案进行比较。

    Dec, 2021

  • 基于深度神经网络的策略互动式学习与修正反馈

    用 Deep COACH 方法基于人类纠正反馈进行深度强化学习训练，不需要奖励函数，可解决复杂问题，实验证明比 DRL 更快速地成功学习连续动作空间的策略。

    Sep, 2018

  • 在 Minecraft 中使用模型学习和蒙特卡罗树搜索实现的深度强化学习

    本文提出了一种基于深度神经网络过渡模型和蒙特卡罗树搜索相结合的模型方法，该方法用于解决在 Minecraft 中进行方块放置任务。实验结果表明，该方法可以快速学习且更具训练样本的效率，性能与深度 Q 网络的性能相当。

    Mar, 2018

  • Minecraft 中的记忆、主动感知和动作控制

    本文在 Minecraft 中引入了一组新的强化学习任务，并使用这些任务系统地比较和对比现有的深度强化学习架构和我们的新的基于记忆的深度强化学习架构。实验结果表明，我们的新架构相比现有的深度强化学习架构，在未使用的环境中有更好的泛化表现。

    May, 2016

  • 基于 MCTS 的深度强化学习的行动指导

    本文研究如何利用非专家演示者的行动指导来提高 Pommerman 多智能体基准环境下稀疏、延迟和可能具有误导性奖励的领域中的样本效率。我们提出了一个新框架，可以在异步分布式深度强化学习方法中集成非专家演示者，即使用 Monte Carlo 树搜索等策略算法，并以两种玩家为例进行测试，相较于纯粹的深度强化学习算法，我们的提出的方法可以更快地学习，并收敛于更好的策略。

    Jul, 2019

  • 在 3D 游戏中使用并行动作的模仿学习

    本文介绍了一种新颖的深度强化学习架构，其中利用了多动作策略来提高训练效率和性能，并结合了模仿学习和时序差分强化学习来快速训练视觉系统。

    Mar, 2018

  • 使用行为克隆玩 Minecraft

    本文讲述了我们参加 MineRL 2019 比赛的经历，我们使用行为克隆的算法来预测人类玩家的行动并在最终排名中获得了第五名，同时我们也发现了这种方法性能会根据训练停止的时间而有明显变化，我们进行了更多的实验来研究不同的工程决策对性能的影响。

    May, 2020