Guided cost learning: deep inverse optimal control via policy optimization

强化学习 计算机科学 正规化(语言学) 人工智能 最优控制 任务(项目管理) 钥匙(锁) 机器学习 人工神经网络 深度学习 特征工程 数学优化 数学 工程类 计算机安全 系统工程
作者
Chelsea Finn,Sergey Levine,Pieter Abbeel
出处
期刊:International Conference on Machine Learning 卷期号:: 49-58 被引量:373
摘要

Reinforcement learning can acquire complex behaviors from high-level specifications. However, defining a cost function that can be optimized effectively and encodes the correct task is challenging in practice. We explore how inverse optimal control (IOC) can be used to learn behaviors from demonstrations, with applications to torque control of high-dimensional robotic systems. Our method addresses two key challenges in inverse optimal control: first, the need for informative features and effective regularization to impose structure on the cost, and second, the difficulty of learning the cost function under unknown dynamics for high-dimensional continuous systems. To address the former challenge, we present an algorithm capable of learning arbitrary nonlinear cost functions, such as neural networks, without meticulous feature engineering. To address the latter challenge, we formulate an efficient sample-based approximation for MaxEnt IOC. We evaluate our method on a series of simulated tasks and real-world robotic manipulation problems, demonstrating substantial improvement over prior methods both in terms of task complexity and sample efficiency.

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
刚刚
yu小鱼发布了新的文献求助10
刚刚
自由凝蕊发布了新的文献求助10
刚刚
1秒前
4秒前
简单雁枫完成签到,获得积分10
5秒前
5秒前
包笑白发布了新的文献求助10
6秒前
6秒前
jason完成签到,获得积分10
6秒前
7秒前
斯文败类应助清凉茶采纳,获得10
7秒前
7秒前
科研通AI2S应助ZYN采纳,获得10
7秒前
舒适灵完成签到,获得积分10
8秒前
9秒前
简单雁枫发布了新的文献求助30
10秒前
NexusExplorer应助友好石头采纳,获得10
10秒前
小欧完成签到 ,获得积分10
12秒前
包笑白完成签到,获得积分10
12秒前
shencheng完成签到,获得积分10
12秒前
大个应助毕业比耶采纳,获得10
12秒前
12秒前
Shiku完成签到,获得积分10
12秒前
pupu完成签到,获得积分10
14秒前
18秒前
汉堡包应助yurong采纳,获得10
19秒前
英俊的铭应助Joel采纳,获得10
22秒前
adoretheall发布了新的文献求助10
22秒前
23秒前
24秒前
舒适灵发布了新的文献求助10
24秒前
久醉绕心旋完成签到 ,获得积分10
24秒前
李木头完成签到,获得积分10
25秒前
26秒前
27秒前
hucchongzi应助肯瑞恩哭哭采纳,获得20
30秒前
Flicker完成签到 ,获得积分10
30秒前
一文字豪树完成签到,获得积分10
30秒前
深情安青应助一年八篇sci采纳,获得10
31秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 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 3161515
求助须知:如何正确求助?哪些是违规求助? 2812855
关于积分的说明 7897372
捐赠科研通 2471768
什么是DOI,文献DOI怎么找? 1316137
科研通“疑难数据库(出版商)”最低求助积分说明 631193
版权声明 602112