SC-AIRL: Share-Critic in Adversarial Inverse Reinforcement Learning for Long-Horizon Task

对抗制 任务(项目管理) 强化学习 模仿 人气 计算机科学 人工智能 基线(sea) 过程(计算) 功能(生物学) 机器学习 心理学 社会心理学 工程类 海洋学 系统工程 进化生物学 生物 地质学 操作系统
作者
G. M. Xiang,Shaodong Li,Feng Shuang,Fang Gao,Xiaogang Yuan
出处
期刊:IEEE robotics and automation letters 卷期号:9 (4): 3179-3186
标识
DOI:10.1109/lra.2024.3366023
摘要

Adversarial Inverse Reinforcement Learning (AIRL) has gained popularity as an alternative to supervised imitation learning, addressing the distributional bias issue of the latter. However, it still faces significant challenges in long-horizon tasks due to the lack of effective exploration. In our study, we demonstrate that standard AIRL strategies end exploration prematurely during online reinforcement learning and fail to learn the entire task due to their inability to fully conform to the expert distribution, which is particularly detrimental to real-world robots. To address these challenges, we introduce the SC-AIRL approach. It decomposes long-horizon tasks into logical subtasks which reduces the agent's need for rich exploration. SC-AIRL utilizes expert demonstrations for performing multiple subtasks and shares a single critic and identical reward function across different subtask trainings. Additionally, we incorporate a human intervention mechanism during the subtask learning process to keep exploration from ending prematurely. Our experiments in challenging robot manipulation tasks demonstrate that SC-AIRL outperforms our baselines significantly. Furthermore, we conduct an exploratory experiment and an empirical analysis, emphasizing the potential of the model to manage complex tasks and the advantages of SC-AIRL over the baseline, respectively.
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
顺利毕业完成签到 ,获得积分10
刚刚
云山淡空明完成签到,获得积分10
刚刚
1秒前
今后应助阔达的水壶采纳,获得10
3秒前
4秒前
ze关闭了ze文献求助
5秒前
枫枫829发布了新的文献求助10
5秒前
6秒前
7秒前
7秒前
南桑完成签到 ,获得积分10
9秒前
CipherSage应助努力的学采纳,获得10
10秒前
轻松的万天完成签到 ,获得积分10
10秒前
HBin完成签到,获得积分10
10秒前
大模型应助博修采纳,获得10
11秒前
qq发布了新的文献求助10
11秒前
12秒前
koukousang完成签到,获得积分10
13秒前
13秒前
安谢发布了新的文献求助10
14秒前
希望天下0贩的0应助Huang采纳,获得10
14秒前
ElbingX发布了新的文献求助20
14秒前
彭于晏应助HBin采纳,获得10
14秒前
我是老大应助MikL采纳,获得10
15秒前
科目三应助33采纳,获得10
15秒前
太叔丹翠完成签到 ,获得积分10
16秒前
18秒前
小妮发布了新的文献求助10
18秒前
蓝胖子发布了新的文献求助10
18秒前
努力的学发布了新的文献求助10
23秒前
zhw297完成签到,获得积分10
24秒前
24秒前
24秒前
24秒前
baixuankai发布了新的文献求助10
25秒前
Junrong应助KongLG采纳,获得10
25秒前
半夏完成签到,获得积分10
25秒前
勇敢的你完成签到,获得积分10
26秒前
Junrong应助陈文文采纳,获得10
26秒前
28秒前
高分求助中
歯科矯正学 第7版(或第5版) 1004
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Semiconductor Process Reliability in Practice 720
GROUP-THEORY AND POLARIZATION ALGEBRA 500
Mesopotamian divination texts : conversing with the gods : sources from the first millennium BCE 500
Days of Transition. The Parsi Death Rituals(2011) 500
The Heath Anthology of American Literature: Early Nineteenth Century 1800 - 1865 Vol. B 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 3228868
求助须知:如何正确求助?哪些是违规求助? 2876648
关于积分的说明 8195944
捐赠科研通 2543914
什么是DOI,文献DOI怎么找? 1374103
科研通“疑难数据库(出版商)”最低求助积分说明 646872
邀请新用户注册赠送积分活动 621521