Learning Intention-Aware Policies in Deep Reinforcement Learning

强化学习 任务(项目管理) 动作(物理) 计算机科学 人工智能 过程(计算) 政策学习 控制(管理) 国家(计算机科学) 增强学习 机器学习 经济 算法 物理 管理 量子力学 操作系统
作者
Tingting Zhao,Shuai Wu,Guixi Li,Yarui Chen,Gang Niu,Masashi Sugiyama
出处
期刊:Neural Computation [MIT Press]
卷期号:35 (10): 1657-1677
标识
DOI:10.1162/neco_a_01607
摘要

Abstract Deep reinforcement learning (DRL) provides an agent with an optimal policy so as to maximize the cumulative rewards. The policy defined in DRL mainly depends on the state, historical memory, and policy model parameters. However, we humans usually take actions according to our own intentions, such as moving fast or slow, besides the elements included in the traditional policy models. In order to make the action-choosing mechanism more similar to humans and make the agent to select actions that incorporate intentions, we propose an intention-aware policy learning method in this letter To formalize this process, we first define an intention-aware policy by incorporating the intention information into the policy model, which is learned by maximizing the cumulative rewards with the mutual information (MI) between the intention and the action. Then we derive an approximation of the MI objective that can be optimized efficiently. Finally, we demonstrate the effectiveness of the intention-aware policy in the classical MuJoCo control task and the multigoal continuous chain walking task.
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
刚刚
xuyang完成签到,获得积分10
1秒前
坤坤完成签到,获得积分10
1秒前
星空完成签到,获得积分10
2秒前
慕冰蝶发布了新的文献求助10
2秒前
li1完成签到,获得积分20
3秒前
太阳风暴剑完成签到,获得积分10
4秒前
薄荷味的猫完成签到,获得积分10
4秒前
5秒前
尧九完成签到,获得积分10
5秒前
白衣修身完成签到,获得积分10
5秒前
坦率傲玉完成签到 ,获得积分10
6秒前
漂泊的思绪完成签到,获得积分10
6秒前
东郭谷雪发布了新的文献求助20
6秒前
光亮妙之完成签到,获得积分10
7秒前
Sun_Chen完成签到,获得积分10
7秒前
小二郎应助科研通管家采纳,获得30
7秒前
赘婿应助科研通管家采纳,获得10
7秒前
明亮囧完成签到 ,获得积分10
7秒前
诚心闭月完成签到,获得积分10
8秒前
exosome完成签到,获得积分20
8秒前
BaooooooMao完成签到,获得积分10
8秒前
11完成签到,获得积分10
8秒前
清醒完成签到,获得积分10
9秒前
liniubi发布了新的文献求助10
9秒前
苹果平安完成签到,获得积分10
10秒前
无心完成签到,获得积分10
11秒前
SCI完成签到 ,获得积分10
11秒前
昏睡的笑南完成签到,获得积分10
12秒前
切奇莉亚完成签到,获得积分10
13秒前
yousing发布了新的文献求助10
13秒前
万万应助喜东采纳,获得10
13秒前
东鱼鱼鱼完成签到,获得积分10
13秒前
隐形曼青应助Xiancai采纳,获得10
13秒前
pp完成签到,获得积分10
14秒前
lime完成签到,获得积分10
14秒前
微笑梦旋发布了新的文献求助10
14秒前
徐一一完成签到,获得积分10
14秒前
zbhshihr完成签到 ,获得积分10
14秒前
快乐水完成签到,获得积分10
15秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 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 3147003
求助须知:如何正确求助?哪些是违规求助? 2798336
关于积分的说明 7827807
捐赠科研通 2454956
什么是DOI,文献DOI怎么找? 1306492
科研通“疑难数据库(出版商)”最低求助积分说明 627808
版权声明 601565