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
可爱慕卉发布了新的文献求助10
6秒前
Wang完成签到 ,获得积分20
38秒前
57秒前
可爱慕卉完成签到,获得积分10
1分钟前
2分钟前
Hehhhh发布了新的文献求助10
2分钟前
MyXu完成签到,获得积分10
2分钟前
Hehhhh完成签到,获得积分10
2分钟前
Green完成签到,获得积分10
2分钟前
3分钟前
肥肉叉烧发布了新的文献求助10
3分钟前
Lenna45完成签到 ,获得积分10
3分钟前
4分钟前
搜集达人应助双双采纳,获得10
4分钟前
4分钟前
4分钟前
双双发布了新的文献求助10
4分钟前
orixero应助酷酷的大米采纳,获得10
4分钟前
charih完成签到 ,获得积分10
4分钟前
Anya完成签到,获得积分10
5分钟前
5分钟前
qyn1234566发布了新的文献求助10
5分钟前
Nexus应助qyn1234566采纳,获得10
5分钟前
打打应助王大丫采纳,获得10
5分钟前
huanhuan发布了新的文献求助10
5分钟前
5分钟前
5分钟前
肥肉叉烧发布了新的文献求助10
5分钟前
整齐的不评完成签到,获得积分10
5分钟前
酷波er应助空竹采纳,获得10
5分钟前
5分钟前
qyn1234566完成签到,获得积分10
5分钟前
空竹发布了新的文献求助10
6分钟前
南风吹完成签到 ,获得积分10
6分钟前
空竹完成签到,获得积分10
6分钟前
6分钟前
顺子完成签到 ,获得积分10
6分钟前
6分钟前
momo完成签到 ,获得积分10
6分钟前
7分钟前
高分求助中
GL 2 A method for assessing the in-place cleanability of food processing equipment, Fourth Edition, December 2023 3000
Annie Ernaux: De la perte au corps glorieux 600
Writing Systems 500
类器官构建与应用:从基础到前沿 500
Electric Vehicle Powertrains Design Fundamentals, Components, and Applications 400
Handbook on Planning and Climate Change Adaptation 400
Optical Coating Design with the Essential Macleod 400
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 6803087
求助须知:如何正确求助?哪些是违规求助? 8520926
关于积分的说明 18142356
捐赠科研通 6122010
什么是DOI,文献DOI怎么找? 3026717
邀请新用户注册赠送积分活动 2003287
关于科研通互助平台的介绍 1997645