Dec, 2020

SPOTTER: 通过有针对性的强化学习扩展符号规划操作

PDF
TL;DR本文提出了集成框架 SPOTTER，它使用强化学习来增强和支持规划代理，从而发现代理需要实现起初无法达成的目标所需的新运算符。 SPOTTER 在发现可转移的符号知识的同时优于纯 RL 方法并且不需要监督，成功计划跟踪或有关丢失的计划运算符的任何先验知识。
symbolic planning modelsreinforcement learningdynamic domainsspottertransferable symbolic knowledge
发现论文，激发创造
  • PEORL: 集成符号化规划与层次化强化学习用于鲁棒性决策

    本文介绍了一种统一框架 PEORL，将符号计划与分层强化学习相结合，以应对不确定的动态环境下的决策制定，通过符号计划指导智能体的任务执行和学习，学到的经验则反馈给符号知识以改进计划，可在复杂领域产生快速的策略搜索和稳健的符号计划。

    Apr, 2018

  • 从语义到执行：将动作规划与强化学习相结合，用于机器人因果问题解决

    本文介绍了一种基于奖励稀疏性的桥梁方法，将符号行动计划和强化学习相结合，以解决在噪声条件下涉及工具使用和复杂因果依赖的对象操作问题，并成功利用了数据和知识。

    May, 2019

  • 通过技能多样性利用近似符号模型进行强化学习

    本文介绍了近似符号模型引导的强化学习方法，该方法将字符的建模与底层措施相结合，以在不完整的符号模型信息下发现任务结构并有效地引导强化学习智能体向目标靠拢。

    Feb, 2022

  • 面向符号自动机编码目标的无模型强化学习

    本文提出使用符号自动机的形式规范，来代替马尔可夫奖励，并定义了使用潜在奖励的策略，来提高强化学习的收敛性。

    Feb, 2022

  • SAGE: 深度强化学习中为近视模型生成符号化目标

    本文提出新的算法 SAGE，结合符号性规划与神经网络学习等方法，以克服传统模型的局限，更高效地解决基于模型的强化学习在处理部分了解环境时遇到的问题。该算法在出租车环境和 Minecraft 等变化场景中的表现优于其他方法。

    Mar, 2022

  • 具有缩减计划的分层强化学习

    本文提出了一种基于阿布达比符号规划的层次强化学习方法，该规划器可以处理用户定义的评估函数，并且不基于 Herbrand 定理。因此，它可以利用奖励的先前知识，并且可以在状态空间未知的领域中工作。我们在实验中证明了我们的体系架构在未知状态空间和多目标存在时，相对于评估领域的训练样例数量，可以显著提高学习效率。

    Jun, 2018

  • SDRL：利用符号计划的可解释且数据高效的深度强化学习

    该研究提出了一种符号深度强化学习（SDRL）框架，该框架通过引入符号规划来实现任务层面的可解释性，并运用计划器 - 控制器 - 元控制器架构进行子任务调度、数据驱动子任务学习和子任务评估，实现与长期规划能力、符号知识以及直接从高维感官输入进行端到端强化学习的优点相结合，并在实验结果中证实了子任务可解释性与与现有技术相比的数据效率改进。

    Oct, 2018

  • 使用深度强化学习实现并行规划的元算符

    通过引入元操作符的概念，将元操作符包括在强化学习中的行动空间中，可以通过强化学习实现新的规划视角，如并行规划。本研究的主要目标是分析在强化学习过程中包含元操作符的性能和复杂性，具体应用于以往常规广义规划模型无法实现满意结果的领域，从而为重新定义与规划视角更加密切相关的强化学习行动空间铺平道路。

    Mar, 2024

  • 通过可达性分析在层次化强化学习中的目标空间抽象

    通过自动发现类似任务中具有相似角色的环境状态集合的新兴表示法，我们提出了一种基于发展机制的子目标发现方法，该方法能够逐渐学习这种表示法，并且通过导航任务的评估表明学习到的表示法是可解释的，并且可以实现数据效率。

    Sep, 2023

  • 基于神经符号元强化学习的交易模型

    本文探讨了在存在概念漂移的情况下，使用元强化学习来进行短期金融交易，并提出了使用逻辑程序归纳来发现价格序列中经常出现的符号模式，以提高元强化学习算法的性能。通过对真实数据的实验，我们发现元强化学习算法比传统的强化学习算法表现更好，并且通过学习符号特征可以提高其性能。

    Jan, 2023