Sep, 2023

迈向人类化强化学习：通过 3D 游戏中自适应行为成本驯服非自然行为

PDF
TL;DR通过对行为限制的自适应行为成本，提出了一种新的方法称为自适应行为成本在强化学习中（ABC-RL）来训练一种具有竞争力的类人代理，以达到与人类相似的表现和行为水准。
发现论文，激发创造
  • 可学习的行为控制：通过高效样本选择打破 Atari 人类世界记录

    本文提出了一种通用框架，即可学习的行为控制（LBC），通过从所有策略中制定一个混合的行为映射，以及构建一种统一可学习的流程来扩大行为选择空间，进而解决探索问题，并通过使用多臂赌博机元控制器对行为映射的选择进行优化，将其引入分布式离线演员 - 评论家方法中的行为控制，实现了 10077.52％的平均人类标准分数，并在街机学习环境中在 1B 训练帧内超越了 24 项人类世界记录，展示了我们的显着最先进（SOTA）性能。

    May, 2023

  • ABC 强化学习

    该论文介绍了一个基于 ABC 的简单通用框架，用于无似然贝叶斯强化学习，该算法主要利用先验分布，能够应用在基于详细模拟模型的领域，试验结果证实了该算法在 LSPI 比较中具有潜在优势，并引入了一个定理，证明了该算法是原则上可行的。

    Mar, 2013

  • 在摩擦任务中对有限理性人类代理采取强化学习干预

    引入行为模型强化学习 (BMRL) 框架，利用人类决策者的智能规划特性，通过个性化干预实现对摩擦性任务中基本行为的理解和对复杂行为的规划。

    Jan, 2024

  • 通过对抗性模仿从动作捕捉学习人类行为

    本文介绍应用生成对抗性模仿学习方法，通过有限的高维仿人体运动演示数据，训练神经网络策略以产生类人的运动模式，并利用该方法构建子技能策略解决高维身体姿态控制任务。

    Jul, 2017

  • 使用 RL 行为模型的面向政策的基于代理的建模

    本文研究了在决策制定环境下，基于强化学习的智能体决策行为的刻画与建模。实验结果表明，相比于传统的规则制定和数据回归方式，基于强化学习的智能体决策行为模型具有更高的适应性和更好的表现，可以更好地支持 Agent-based Models 在政策分析等领域的应用。

    Jun, 2020

  • 一种低成本的伦理塑造方法，用于设计强化学习智能体

    提出了一种低成本、易于实现的策略，使强化学习代理能够具备行为伦理学能力，基于人类行为的伦理模式，将人类政策与强化学习政策相结合，以实现目标任务，同时避免违反伦理准则。

    Dec, 2017

  • 来自真实多智能体演示的强化学习中的自适应动作监督

    本文提出了一种自适应动作监督的 RL 方法，通过动态时间规整的最小距离选择 RL 真实世界演示中的动作，使得 RL 模型能够在网络空间获得回报

    May, 2023

  • 自适应行为正则化的离线强化学习

    本文提出了自适应行为正则化（ABR）的方法改善已有机器学习数据集中存在的行为采样偏差，从而提高了离线强化学习的效率和稳定性，并在 D4RL 数据集上实现了最新算法中更好或相当的性能。

    Nov, 2022

  • 拓展你的极限：基于实际场景的强化学习用于机器人运动的持续改进

    基于 APRL 的深度强化学习 (RL) 框架，使四足机器人能够在现实世界中通过高效的训练学会行走，并且不断改进适应各种挑战性情况和动力学的变化。

    Oct, 2023

  • 在 ABM 中学习复杂的空间行为：一个实验观察研究

    本文介绍了一种利用深度强化学习方法，如 PPO 算法，基于智能代理模型实现的智能自适应行为仿真方法。通过捕捉和模拟代理模型中的隐藏，躲避和觅食等行为，探索并展示了深度强化学习方法在智能自适应行为建模中的应用研究。

    Jan, 2022