sub-goals | BriefGPT - AI 论文速递

关键词sub-goals

搜索结果 - 9

多智能体基于时间对比学习的迁移学习
该研究介绍了一个用于深度多智能体强化学习的新型迁移学习框架。该方法通过自动组合目标条件策略和时间对比学习，发现有意义的子目标。实验证明，该方法在多智能体协调任务 Overcooked 上能够提高样本效率，解决稀疏奖励和长期规划问题，并且相比
PDFa month ago
自然语言子目标的层次强化学习
我们提出了一种新颖的方法，利用人类在 3D 实体环境中解决任务时使用的无约束自然语言数据，通过软约束目标空间，对一组长期任务进行层次强化学习，从而实现在现实或开放环境中实现目标导向行为的挑战。
PDF10 months ago
具有子目标预测的目标条件监督学习
本文介绍了一种基于 “目标条件下的先验知识学习”（GCSL）算法的延伸方法 TraIL，在原有算法基础之上，通过利用轨迹的信息来预测动作和目标子目标，从而使得智能体可以在更多的目标状态下取得更好的性能表现。
PDFa year ago
利用 Transformer 实现强化学习中的可解释时间逻辑运动规划
通过将 Transformer 模块与强化学习相结合，开发了一个基于二次 Transformer 引导的时间逻辑框架（T2TL），以学习并执行各种自适应控制任务。其采用的 LTL 指令通过 co-safe LTL 指定，可以将复杂任务分解为
PDF2 years ago
使用目标条件强化学习的路径规划中的全控制智能体
本研究提出了一种新的强化学习框架来帮助完全可控的智能体进行路径规划，并通过使用双向记忆编辑方法得到智能体的不同双向轨迹，隔离政策网络并利用专门的子目标网络来将智能体移动至不同方向，最后通过奖励形态化来缩短智能体到达目标的步骤数。实验结果表明
PDF2 years ago
使用记忆编辑在强化学习中学习用户定义的子目标
通过记忆编辑等技术，实现了强化学习中的控制代理实现中间子目标的方法，可广泛应用于需要在多种场景下控制代理的领域。
PDF2 years ago
面向目标导向规划的分治蒙特卡罗树搜索
提出了一种名为 DC-MCTS 的计划算法，用于解决目标导向的强化学习问题，该算法通过给出中间子目标来逐步划分初始任务，并独立递归地解决更简单的任务，从而实现改进策略，使规划顺序具有灵活性，得到了在格子世界和各种连续控制环境中的强大表现。
PDF4 years ago
通过自我对抗学习用于层次强化学习的目标嵌入
本研究旨在应对层次化强化学习中确定合适的低级策略的挑战，提出基于不对称自我对弈的无监督学习方案，自动学习环境中子目标的好的表示和可执行的低级策略，从而高级策略可以通过生成连续子目标向量序列来指导低级策略。实验结果表明，该模型在 Mazeba
PDF6 years ago
NIPS基于运动 GAN 的视频代理行为迁移
使用生成对抗网络训练短期子目标，从而在未知环境中生成视觉上有意义的行为，并使用这些行动来训练强化学习代理。
PDF7 years ago