在强化学习(RL)中使用先验知识已经变得无处不在，因为我们正在开发适合真实机器人的系统。最近的研究显示，人们对以行为先验的形式吸收先验知识的方法重新产生了兴趣。行为先验是指当处于特定状态时，可以为代理提出潜在有意义的行为的系统，包括经典手工制作的控制器、之前学习的策略、演示和最近潜在的技能模块。这些系统已经在RL中证明了其在加速训练、更安全探索和广泛任务推广方面的有效性。
本次研讨会的目标是将不同领域的研究人员聚集在一起，包括RL，机器人和控制，讨论行为先验可能在RL中发挥的作用。这包括我们可以学习/建模这些先验的各种方法，在RL框架内集成他们的经验的方法，以及他们的适用性来解决现实机器人中RL面临的一些关键挑战。
成为VIP会员查看完整内容
Towards Generalizable Autonomy Structure in Reinforcement Learning for Robotics
相关内容
强化学习（RL）是机器学习的一个领域，与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外，强化学习是三种基本的机器学习范式之一。
强化学习与监督学习的不同之处在于，不需要呈现带标签的输入/输出对，也不需要显式纠正次优动作。相反，重点是在探索（未知领域）和利用（当前知识）之间找到平衡。
该环境通常以马尔可夫决策过程（MDP）的形式陈述，因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于，后者不假设MDP的确切数学模型，并且针对无法采用精确方法的大型MDP。
Arxiv
0+阅读 · 2022年9月1日
Arxiv
14+阅读 · 2021年2月14日
相关VIP内容
相关资讯
微信扫码咨询专知VIP会员