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.
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
醉熏的千柳完成签到 ,获得积分10
刚刚
1秒前
优秀的尔风完成签到,获得积分10
3秒前
孙晓燕完成签到 ,获得积分10
4秒前
伴奏小胖完成签到 ,获得积分10
5秒前
JJ完成签到 ,获得积分10
7秒前
雪原白鹿完成签到,获得积分10
10秒前
GG完成签到 ,获得积分10
16秒前
经纲完成签到 ,获得积分0
16秒前
sdfdzhang完成签到 ,获得积分0
18秒前
头号玩家发布了新的文献求助10
20秒前
huangqian完成签到,获得积分10
21秒前
YamDaamCaa发布了新的文献求助80
21秒前
Krsky完成签到,获得积分10
22秒前
熠霖完成签到,获得积分10
22秒前
YG完成签到,获得积分10
24秒前
小飞侠完成签到 ,获得积分10
40秒前
春眠不觉小小酥完成签到,获得积分10
46秒前
Xu发布了新的文献求助10
49秒前
牧尔芙发布了新的文献求助10
50秒前
52秒前
北笙完成签到 ,获得积分10
56秒前
Lucas应助灵巧安蕾采纳,获得30
59秒前
橘涂完成签到 ,获得积分10
59秒前
酷炫大白发布了新的文献求助10
59秒前
微雨若,,完成签到 ,获得积分10
1分钟前
善善完成签到 ,获得积分10
1分钟前
1分钟前
imica完成签到 ,获得积分10
1分钟前
Rena发布了新的文献求助10
1分钟前
1分钟前
Rena完成签到,获得积分20
1分钟前
陈__完成签到,获得积分10
1分钟前
1分钟前
颜色渐变完成签到 ,获得积分10
1分钟前
阳炎完成签到,获得积分10
1分钟前
lz完成签到 ,获得积分10
1分钟前
liuguohua126完成签到,获得积分10
1分钟前
咕噜完成签到 ,获得积分10
1分钟前
Liu完成签到 ,获得积分10
1分钟前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
Cognitive Neuroscience: The Biology of the Mind 1000
Technical Brochure TB 814: LPIT applications in HV gas insulated switchgear 1000
Immigrant Incorporation in East Asian Democracies 500
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
A Preliminary Study on Correlation Between Independent Components of Facial Thermal Images and Subjective Assessment of Chronic Stress 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 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 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3965780
求助须知:如何正确求助?哪些是违规求助? 3511014
关于积分的说明 11155997
捐赠科研通 3245486
什么是DOI,文献DOI怎么找? 1793074
邀请新用户注册赠送积分活动 874230
科研通“疑难数据库(出版商)”最低求助积分说明 804255