Feb, 2023
利用跳跃模型进行机器人领域的规划和快速学习
Leveraging Jumpy Models for Planning and Fast Learning in Robotic Domains
Jingwei Zhang, Jost Tobias Springenberg, Arunkumar Byravan, Leonard Hasenclever, Abbas Abdolmaleki...
TL;DR本文研究了从未标记的经验中学习多步动态预测模型（跳跃模型）及其在后续任务中快速推理（高级）计划的实用性。通过离线学习技能嵌入空间，我们提出了一种学习跳跃模型的方法，不需要标签或奖励注释。通过在 RGB 堆栈环境中进行一系列实验，展示了通过学习技能和相关模型进行规划可以实现对新任务的零 - shot 泛化，并且可以通过强化学习进一步加速策略的训练。这些实验表明，结合时间抽象的 jumpy 模型可以促进长视角任务中的规划，这些任务在标准动态模型中难以实现。