Jun, 2023

面向离散和连续强化学习的安全任务组合

PDF
TL;DR本文基于布尔组合的模式，探究了学习任务的组成安全约束方面，在间格世界中运用价值迭代、在图像观察的网络中应用 Deep Q-Network (DQN)，在连续 - 观察与连续 - 行动的子弹物理环境下应用 Twin Delayed DDPG (TD3)，达到了对于 ' 零射击组成安全性策略 ' 的目标。
scalable system designreinforcement learningboolean compositionsafety constraintssafe reinforcement learning
发现论文，激发创造
  • 强化学习布尔任务代数

    本文提出了一种以布尔代数为基础的逻辑任务组合形式，通过学习目标导向的价值函数和约束任务的转换动态，以指定的方式组合这些价值函数后，可以立即恢复布尔代数下所有表达式的最优策略，并在高维度视频游戏环境和其他领域中进行验证。

    Jan, 2020

  • 可验证的组合性强化学习系统

    我们提出了一个可验证和组合的强化学习框架，其中一组强化学习子系统被组合起来以实现整体任务，子系统之间通过定义接口和部分可观察性相互交互。实验结果展示了该框架在各种环境中的新颖功能。

    Sep, 2023

  • 组合强化学习的范畴语义

    本文利用分类学的方法，构建了一个强化学习的可组合性框架，研究了分解问题为子任务并在这些任务上运用学习策略的方法。文章针对贝尔曼最优方程而研究在组合模型下的可行性，探讨使用一些纤维积和推出操作使得组合现象更明显，并且通过引入的 zig-zag 连线模拟了 MDP 中的连续式任务完成方式。

    Aug, 2022

  • 可验证和组合的强化学习系统

    提出了一种可验证和组合强化学习的框架，其中包含一组学习单独子任务的子系统，并填充入标准任务的高层模型，将各个子任务组合成全部任务，成功证明了该框架的实用性和有效性。

    Jun, 2021

  • 使用深度强化学习组合无关任务的策略

    本文介绍了一种基于深度强化学习的技能转移和组合方法，该方法将智能体的原始策略应用到解决未知任务中，并可在高数据效率下解决需要任务规划和动作控制的挑战性环境。

    May, 2019

  • 基于神经组合的模块化终身强化学习

    本文提出了一种基于神经模块的组成式学习方式，探讨了在连续强化学习模型下的可重复利用子问题解决方案，并且通过离线重放经验保持表现以加速未来任务学习的累积神经组件复合持续强化学习方法。

    Jul, 2022

  • 学习保证安全：带安全评论家的深度强化学习

    为了将 RL 算法部署到实际场景中并在学习过程中确保安全性，我们提出了使用转移学习方法学习在一个任务环境中如何保持安全性，然后将所学用于约束在学习新任务时的行为，此方法在三个具有挑战性的领域中实证，相比于标准的深度 RL 技术和以前的安全 RL 方法，我们的方法不但减少了安全事故，还提高了学习的速度和稳定性。

    Oct, 2020

  • CompoSuite：一款组合强化学习基准测试工具

    本文介绍 CompoSuite，一个开源的模拟机器人操作基准测试，用于对复合多任务强化学习进行基准测试，评估现有单任务、多任务和组合学习算法在不同训练设置下的能力，并评估它们对未见任务的组成归纳能力，以此暴露现有 RL 方法在组合性方面存在的缺陷及问题。

    Jul, 2022

  • 功能组合结构的终身机器学习

    这篇论文提出了一种通用的学习框架，用于终身学习功能本质组合结构，分别研究了有监督学习和强化学习的应用，同时拓展到了非静态环境下。在评估实验中，展示了这种框架的优越性，取得了较好的效果。

    Jul, 2022

  • 经证实的时序逻辑任务的神经符号控制在随机系统中的运用

    该论文介绍了一种解决具有未知和随机系统动力学以及 LTL 编码任务的神经网络控制器的时间组合问题的新方法，该方法整合了自动机理论和数据驱动的可达性分析工具，通过基本技能的复合生成安全行为，通过数值模拟和实验验证了该方法。

    Nov, 2023