hierarchical policies | BriefGPT

关键词hierarchical policies

搜索结果 - 7

喊叫您的机器人：从语言纠正中实时改进
通过语言反馈不断改进高层策略，使机器人在复杂的、需要长程规划的任务中表现得更加出色，无需额外的远程操作。
PDF4 months ago
层次化模仿学习的随机环境
針對環境的隨機性，本研究提出了 Robust Type Conditioning (RTC) 方法，通過對隨機抽樣的代理類型進行對抗性訓練，實現了分佈的逼真性，並在任務性能上保持或提升了與最先進方法相比的表現。
PDF9 months ago
基于图形的可解释强化学习的两步混合策略学习
本文提出了一种基于图形输入的两步式 RL 策略，透过实用化分类问题将决策过程分解为两个步骤并采用规则挖掘器进行推理，能够生成可解释和鲁棒的分层策略并在复杂文本游戏领域呈现出更好的泛化和稳健性。
PDF2 years ago
ICLR稳定子目标表示学习的主动层次探索
本文提出了一种新的规范化方法来提高子目标表示的稳定性和效率，并设计了一种主动式分层探索策略来寻找没有内在奖励的新有前途的子目标和状态，实验结果表明，我们的方法在具有稀疏奖励的连续控制任务中显著优于最先进的基线算法。
PDF3 years ago
多任务强化学习中的层次和可解释技能获取
本文提出了一种用于有效的多任务强化学习的新框架，该框架可以训练代理人使用分层策略，决定何时使用先前学习的策略和何时学习新技能。该方法通过给代理人提供随机时间语法来帮助代理人学习分层策略中必要的复杂时间依赖关系，并在 Minecraft 游戏
PDF7 years ago
元学习共享层级
本文提出了一种元学习方法，通过使用共享的基元，改进对未见过任务样本的样本效率，并提供了衡量其效果的具体指标；同时，通过重置任务特定策略并使用任何现成的强化学习方法，我们实现了这一方法的端到端解决方案，成功地在用四条腿的机器人互动的迷宫分布中
PDF7 years ago
IJCAI用预算强化学习实现选项发现
本研究关注 Reinforcement Learning 中学习层次策略的问题，提出了一种新的学习模型 Budgeted Option Neural Network（BONN）来自动发现决策过程中的选项，并在不同的经典 RL 问题上取得了有
PDF8 years ago