获取完整原文和代码，公众号回复：10051199522
论文地址： http://arxiv.org/pdf/2106.13229v1.pdf
代码： 公众号回复：10051199522
来源： 宾夕法尼亚大学, 谷歌AI, UC伯克利
论文名称：Model-Based Reinforcement Learning via Latent-Space Collocation
原文作者：Oleh Rybkin
内容提要
在只利用原始的高维观察(如图像)的情况下可以进行规划未来的能力，为自主智能体提供了广泛的功能。基于可视化模型的强化学习(RL)方法直接计划未来的行动，在只需要短期推理的任务上显示了令人印象深刻的结果，然而，这些方法在临时扩展的任务上表现不佳。我们认为，通过规划一系列的状态而不是仅仅是行动来解决长期任务更容易，因为行动的效果会随着时间的推移而大大增加，而且更难优化。为了实现这一点，我们借鉴了搭配的思想，这一思想在最优控制文献中，在长视域任务中显示了良好的效果，并利用学习的潜在状态空间模型将其适应于基于图像的设置。由此产生的潜在配置方法(LatCo)优化了潜在状态的轨迹，改进了之前提出的基于视觉模型的任务RL方法，该方法适用于具有稀疏奖励和长期目标的任务。
主要框架及实验结果
声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。
