procedurally-generated environments | BriefGPT

关键词procedurally-generated environments

搜索结果 - 5

稀疏奖励的自我模仿强化学习中的排序和多样性增强泛化能力
在自我模仿学习中，我们提出了定制的采样策略，通过优先选择不同类型的转换，并将优先级技术扩展到程序生成的环境中。我们还通过修改来解决因泛化要求和优先级技术引入的偏见对多样性的影响，实验结果显示我们的修改在 MiniGrid-MultiRoom
PDF8 months ago
自我模仿学习中基于内在动机的探索改进方法研究
本文提出将内在动机与模仿学习相结合来优化探索行为，以解决在广泛应用的问题中由于奖励信号过于稀疏所带来的挑战，同时证明了在过程生成环境中，该方法可以取得优异的性能和更好的泛化能力，效率同等或更高。
PDF2 years ago
强化学习中用于语义新颖性的基础模型
本文提出了一种基于 CLIP 的内在奖励，该奖励可以驱动强化学习任务中的探索，进而帮助学习者实现对世界的语义理解与认知，实验表明该方法在处理稀疏奖励、复杂的过程生成任务上比现有方法表现更优异。
PDF2 years ago
ICLRA Simple Approach for Exploration in Procedurally-Generated Environments: Episode Ranking
RAPID 是为了针对面向过程的生成环境重复性不高的情况，适用于强化学习的全集探索评估方法。我们的实验显示，RAPID 在提高样本效率和最终性能方面，显著优于当前最先进的基于内部奖励的策略。
PDF3 years ago
RIDE: 面向程序生成环境的奖励驱动探索
本文提出一种新的内在奖励方式，鼓励机器人采取能够导致其学习的状态表示发生显著变化的行动，这种方法在稀疏回报和面向过程环境中的探索中更加高效。
PDF4 years ago