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的填写文献信息,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:118
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
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
Hello应助寒冷的亦凝采纳,获得10
10秒前
31秒前
爱笑的栀虞完成签到 ,获得积分10
2分钟前
边曦完成签到 ,获得积分10
2分钟前
勇敢虫子不怕困难完成签到,获得积分10
2分钟前
2分钟前
2分钟前
凶狠的秀发完成签到,获得积分20
2分钟前
张元东完成签到 ,获得积分10
3分钟前
3分钟前
3分钟前
3分钟前
bkagyin应助哈哈公子25采纳,获得10
3分钟前
哈哈公子25完成签到,获得积分10
3分钟前
胖大海完成签到 ,获得积分10
4分钟前
NexusExplorer应助Raunio采纳,获得10
4分钟前
ding应助Sarah采纳,获得10
4分钟前
老王家的二姑娘完成签到 ,获得积分10
4分钟前
Frank应助coco采纳,获得30
5分钟前
5分钟前
green发布了新的文献求助50
5分钟前
5分钟前
寒冷的亦凝完成签到,获得积分10
5分钟前
5分钟前
中西西完成签到 ,获得积分10
5分钟前
5分钟前
5分钟前
Sarah发布了新的文献求助10
5分钟前
小柠檬发布了新的文献求助10
5分钟前
Sarah完成签到,获得积分10
5分钟前
烟花应助小柠檬采纳,获得10
6分钟前
6分钟前
Raunio发布了新的文献求助10
6分钟前
Lucas应助寒冷的亦凝采纳,获得10
6分钟前
Dream完成签到,获得积分0
6分钟前
星流xx完成签到 ,获得积分10
7分钟前
Owen应助轻舟已过万重山采纳,获得10
7分钟前
7分钟前
Jasper应助大黄采纳,获得10
7分钟前
星辰大海应助科研通管家采纳,获得10
7分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 400
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 3154982
求助须知:如何正确求助?哪些是违规求助? 2805697
关于积分的说明 7865741
捐赠科研通 2463927
什么是DOI,文献DOI怎么找? 1311677
科研通“疑难数据库(出版商)”最低求助积分说明 629677
版权声明 601853