亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Meta Learning Shared Hierarchies

计算机科学 任务(项目管理) 强化学习 公制(单位) 集合(抽象数据类型) 人工智能 机器人 仿人机器人 机器学习 障碍物 可转让性 样品(材料) 程序设计语言 罗伊特 政治学 经济 色谱法 化学 管理 法学 运营管理
作者
Kevin Frans,Jonathan Ho,Xi Chen,Pieter Abbeel,John Schulman
出处
期刊:Cornell University - arXiv 被引量:130
标识
DOI:10.48550/arxiv.1710.09767
摘要

We develop a metalearning approach for learning hierarchically structured policies, improving sample efficiency on unseen tasks through the use of shared primitives---policies that are executed for large numbers of timesteps. Specifically, a set of primitives are shared within a distribution of tasks, and are switched between by task-specific policies. We provide a concrete metric for measuring the strength of such hierarchies, leading to an optimization problem for quickly reaching high reward on unseen tasks. We then present an algorithm to solve this problem end-to-end through the use of any off-the-shelf reinforcement learning method, by repeatedly sampling new tasks and resetting task-specific policies. We successfully discover meaningful motor primitives for the directional movement of four-legged robots, solely by interacting with distributions of mazes. We also demonstrate the transferability of primitives to solve long-timescale sparse-reward obstacle courses, and we enable 3D humanoid robots to robustly walk and crawl with the same policy.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
chen01hang应助科研通管家采纳,获得50
35秒前
chen01hang应助科研通管家采纳,获得100
35秒前
斯文败类应助科研通管家采纳,获得10
35秒前
35秒前
40秒前
suhua发布了新的文献求助20
44秒前
1分钟前
完美梦之完成签到,获得积分10
1分钟前
开放飞阳完成签到,获得积分10
1分钟前
1分钟前
hgsgeospan发布了新的文献求助30
1分钟前
潜竹完成签到,获得积分10
2分钟前
2分钟前
swimming完成签到 ,获得积分10
2分钟前
Scorpia112应助林业光魔采纳,获得10
2分钟前
flyman关注了科研通微信公众号
2分钟前
zh4men9完成签到,获得积分10
2分钟前
suhua完成签到,获得积分10
2分钟前
hgs完成签到,获得积分10
2分钟前
suhua发布了新的文献求助20
2分钟前
hgsgeospan完成签到,获得积分10
2分钟前
橘子七个七完成签到,获得积分10
2分钟前
3分钟前
六六完成签到,获得积分10
3分钟前
Ava应助suhua采纳,获得20
3分钟前
强壮的美女完成签到,获得积分10
3分钟前
TheGreat完成签到,获得积分10
3分钟前
百世经纶一页书完成签到,获得积分10
3分钟前
求求了给篇文献完成签到,获得积分10
3分钟前
典雅思真完成签到,获得积分10
3分钟前
3分钟前
flyman发布了新的文献求助10
3分钟前
benlaron完成签到,获得积分10
3分钟前
davidzheng完成签到,获得积分10
3分钟前
qiaojiahou完成签到,获得积分10
3分钟前
suhua发布了新的文献求助20
3分钟前
王哈哈哈哈哈哈哈完成签到,获得积分10
3分钟前
spicyfish完成签到,获得积分10
3分钟前
满意的念柏完成签到,获得积分0
3分钟前
du完成签到,获得积分10
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Developing Genetic Editing Tools for Lysobacter 2000
Моделирование процессов самоорганизации в кристаллообразующих системах 1000
History of U.S. Space Surveillance and Satellite Cataloging 1000
Adhesion Science: Principles & Practice 800
Signals, Systems, and Signal Processing 610
Fundamentals of Pharmaceutical and Biologics Regulations: A Global Perspective, Second Edition 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6523073
求助须知:如何正确求助?哪些是违规求助? 8316197
关于积分的说明 17793545
捐赠科研通 5625093
什么是DOI,文献DOI怎么找? 2928132
邀请新用户注册赠送积分活动 1904836
关于科研通互助平台的介绍 1765018