We are interested in interactive agents that learn to coordinate, namely, a $builder$ -- which performs actions but ignores the goal of the task -- and an $architect$ which guides the builder towards the goal of the task. We define and explore a formal setting where artificial agents are equipped with mechanisms that allow them to simultaneously learn a task while at the same time evolving a shared communication protocol. The field of Experimental Semiotics has shown the extent of human proficiency at learning from a priori unknown instructions meanings. Therefore, we take inspiration from it and present the Architect-Builder Problem (ABP): an asymmetrical setting in which an architect must learn to guide a builder towards constructing a specific structure. The architect knows the target structure but cannot act in the environment and can only send arbitrary messages to the builder. The builder on the other hand can act in the environment but has no knowledge about the task at hand and must learn to solve it relying only on the messages sent by the architect. Crucially, the meaning of messages is initially not defined nor shared between the agents but must be negotiated throughout learning. Under these constraints, we propose Architect-Builder Iterated Guiding (ABIG), a solution to the Architect-Builder Problem where the architect leverages a learned model of the builder to guide it while the builder uses self-imitation learning to reinforce its guided behavior. We analyze the key learning mechanisms of ABIG and test it in a 2-dimensional instantiation of the ABP where tasks involve grasping cubes, placing them at a given location, or building various shapes. In this environment, ABIG results in a low-level, high-frequency, guiding communication protocol that not only enables an architect-builder pair to solve the task at hand, but that can also generalize to unseen tasks.


翻译:我们感兴趣的是学会协调的互动代理机构,即美元建设者,它能执行行动,但却忽视任务的目标; 美元建设者,它能指导建筑者走向任务的目标。 我们定义并探索一个正式的环境,让人工代理机构拥有能够同时学习任务的机制,同时发展一个共同的通信协议。 实验半科学领域显示了人类从先天未知的指示的含义中学习技能的熟练程度。 因此,我们从中汲取灵感,并展示了“建筑-建筑-建筑问题:一个不对称的环境,建筑设计者必须学会指导建筑者走向任务的目标目标。 我们定义并探索一个正式的环境,使人工代理者能够同时同时学习任务; 实验半科学领域展示了人类从先天未知的指令中学习任务, 实验性领域显示人类熟练程度的熟练程度仅依靠建筑师发出的信息。 奇怪的是,各种信息的含义最初没有定义,而是由建筑-建筑-建筑-建筑-建筑问题(AB):一个对建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑-建筑

0
下载
关闭预览

相关内容

零样本文本分类,Zero-Shot Learning for Text Classification
专知会员服务
95+阅读 · 2020年5月31日
MIT-深度学习Deep Learning State of the Art in 2020,87页ppt
专知会员服务
61+阅读 · 2020年2月17日
吴恩达新书《Machine Learning Yearning》完整中文版
专知会员服务
145+阅读 · 2019年10月27日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Arxiv
0+阅读 · 2022年2月16日
Arxiv
9+阅读 · 2019年4月19日
Arxiv
6+阅读 · 2018年12月10日
Arxiv
3+阅读 · 2018年10月11日
Multi-task Deep Reinforcement Learning with PopArt
Arxiv
4+阅读 · 2018年9月12日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
8+阅读 · 2018年7月12日
Arxiv
6+阅读 · 2018年4月3日
Arxiv
19+阅读 · 2018年3月28日
VIP会员
相关VIP内容
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
相关论文
Arxiv
0+阅读 · 2022年2月16日
Arxiv
9+阅读 · 2019年4月19日
Arxiv
6+阅读 · 2018年12月10日
Arxiv
3+阅读 · 2018年10月11日
Multi-task Deep Reinforcement Learning with PopArt
Arxiv
4+阅读 · 2018年9月12日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
8+阅读 · 2018年7月12日
Arxiv
6+阅读 · 2018年4月3日
Arxiv
19+阅读 · 2018年3月28日
Top
微信扫码咨询专知VIP会员