Unsupervised Zero-Shot Reinforcement Learning via Functional Reward Encodings

强化学习 零(语言学) 钢筋 弹丸 计算机科学 人工智能 心理学 社会心理学 材料科学 哲学 语言学 冶金
作者
Kevin Frans,Seohong Park,Pieter Abbeel,Sergey Levine
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2402.17135
摘要

Can we pre-train a generalist agent from a large amount of unlabeled offline trajectories such that it can be immediately adapted to any new downstream tasks in a zero-shot manner? In this work, we present a functional reward encoding (FRE) as a general, scalable solution to this zero-shot RL problem. Our main idea is to learn functional representations of any arbitrary tasks by encoding their state-reward samples using a transformer-based variational auto-encoder. This functional encoding not only enables the pre-training of an agent from a wide diversity of general unsupervised reward functions, but also provides a way to solve any new downstream tasks in a zero-shot manner, given a small number of reward-annotated samples. We empirically show that FRE agents trained on diverse random unsupervised reward functions can generalize to solve novel tasks in a range of simulated robotic benchmarks, often outperforming previous zero-shot RL and offline RL methods. Code for this project is provided at: https://github.com/kvfrans/fre
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
紫色水晶之恋完成签到,获得积分0
刚刚
cw777完成签到,获得积分10
1秒前
元谷雪发布了新的文献求助10
1秒前
玉面小飞龙关注了科研通微信公众号
1秒前
漂亮的忆文完成签到,获得积分10
1秒前
1秒前
孙波完成签到,获得积分20
2秒前
2秒前
清脆大门发布了新的文献求助10
2秒前
2秒前
ph0307发布了新的文献求助10
2秒前
长情的一刀完成签到,获得积分10
2秒前
隐形以蓝完成签到,获得积分10
2秒前
萧七七发布了新的文献求助10
3秒前
Wenpandaen应助苦行僧采纳,获得10
3秒前
REN完成签到,获得积分10
3秒前
zhitong完成签到,获得积分10
4秒前
邓志天完成签到,获得积分10
5秒前
大个应助Mircale采纳,获得10
5秒前
wang完成签到,获得积分10
5秒前
孙波发布了新的文献求助10
5秒前
5秒前
啦啦啦发布了新的文献求助10
6秒前
7秒前
米六完成签到 ,获得积分10
7秒前
7秒前
抗氧剂完成签到,获得积分10
7秒前
ziyu完成签到,获得积分10
8秒前
ly0815发布了新的文献求助10
8秒前
linliqing完成签到,获得积分10
8秒前
ziying126完成签到,获得积分10
9秒前
liuqi完成签到 ,获得积分10
9秒前
9秒前
iNk应助来日可期采纳,获得10
10秒前
天真唇膏完成签到,获得积分20
10秒前
欢欢欢乐乐乐乐完成签到,获得积分10
10秒前
10秒前
ALIVE_STAR完成签到,获得积分10
10秒前
IAMXC发布了新的文献求助30
11秒前
如意的尔蝶完成签到,获得积分10
11秒前
高分求助中
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
COSMETIC DERMATOLOGY & SKINCARE PRACTICE 388
Case Research: The Case Writing Process 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3142981
求助须知:如何正确求助?哪些是违规求助? 2794000
关于积分的说明 7809074
捐赠科研通 2450260
什么是DOI,文献DOI怎么找? 1303729
科研通“疑难数据库(出版商)”最低求助积分说明 627055
版权声明 601374