Learning Invariant Feature Spaces to Transfer Skills with Reinforcement Learning

强化学习 学习迁移 计算机科学 人工智能 机器人 机器人学习 特征(语言学) 不变(物理) 类比 生物 人机交互 自然(考古学) 数学 移动机器人 哲学 考古 历史 语言学 数学物理
作者
Abhishek Gupta,Coline Devin,YuXuan Liu,Pieter Abbeel,Sergey Levine
出处
期刊:Cornell University - arXiv 被引量:112
标识
DOI:10.48550/arxiv.1703.02949
摘要

People can learn a wide range of tasks from their own experience, but can also learn from observing other creatures. This can accelerate acquisition of new skills even when the observed agent differs substantially from the learning agent in terms of morphology. In this paper, we examine how reinforcement learning algorithms can transfer knowledge between morphologically different agents (e.g., different robots). We introduce a problem formulation where two agents are tasked with learning multiple skills by sharing information. Our method uses the skills that were learned by both agents to train invariant feature spaces that can then be used to transfer other skills from one agent to another. The process of learning these invariant feature spaces can be viewed as a kind of "analogy making", or implicit learning of partial correspondences between two distinct domains. We evaluate our transfer learning algorithm in two simulated robotic manipulation skills, and illustrate that we can transfer knowledge between simulated robotic arms with different numbers of links, as well as simulated arms with different actuation mechanisms, where one robot is torque-driven while the other is tendon-driven.
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
1秒前
syw发布了新的文献求助10
4秒前
太叔易云完成签到,获得积分20
4秒前
5秒前
非洲大象完成签到,获得积分10
6秒前
6秒前
科研通AI2S应助小芭乐采纳,获得10
7秒前
好汉完成签到,获得积分10
7秒前
Qiancheni完成签到,获得积分10
7秒前
32kekediffers完成签到,获得积分10
8秒前
可可萝oxo完成签到,获得积分10
8秒前
大头完成签到 ,获得积分10
8秒前
9秒前
沐槿发布了新的文献求助10
9秒前
乐观寄真发布了新的文献求助10
10秒前
明理友容发布了新的文献求助10
10秒前
szmsnail完成签到,获得积分10
13秒前
alululululuya发布了新的文献求助10
13秒前
万能图书馆应助太叔易云采纳,获得10
13秒前
14秒前
大模型应助郝靖儿采纳,获得10
15秒前
华仔应助走走采纳,获得10
15秒前
小蘑菇应助马艺帆采纳,获得10
15秒前
郑洲完成签到 ,获得积分10
16秒前
syw完成签到,获得积分20
16秒前
平淡寄云完成签到,获得积分10
16秒前
思源应助侯卿采纳,获得20
17秒前
光亮丹琴完成签到,获得积分10
18秒前
19秒前
19秒前
沐槿完成签到,获得积分10
19秒前
cocofan完成签到 ,获得积分10
19秒前
科研通AI2S应助小芭乐采纳,获得10
20秒前
上岸完成签到 ,获得积分10
20秒前
无限的宫苴完成签到 ,获得积分20
21秒前
yzm完成签到,获得积分10
21秒前
华仔应助港岛妹妹采纳,获得10
22秒前
luckysame完成签到,获得积分10
23秒前
充电宝应助小马一家采纳,获得10
24秒前
盒子发布了新的文献求助50
24秒前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
A Dissection Guide & Atlas to the Rabbit 600
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 500
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 500
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 3104880
求助须知:如何正确求助?哪些是违规求助? 2756128
关于积分的说明 7637295
捐赠科研通 2409779
什么是DOI,文献DOI怎么找? 1278480
科研通“疑难数据库(出版商)”最低求助积分说明 617439
版权声明 599242