Lipschitz制約付き教師なしスキル発見【JST・京大機械翻訳】

Park Seohong; Choi Jongwook; Kim Jaekyeom; Lee Honglak; Kim Gunhee

プレプリント

J-GLOBAL ID：202202200889065536 整理番号：22P0283526

Lipschitz制約付き教師なしスキル発見【JST・京大機械翻訳】

Lipschitz-constrained Unsupervised Skill Discovery

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年02月02日プレプリントサーバーでの情報更新日： 2022年02月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

教師なしスキル発見の問題を研究し,その目標は,外部報酬のない多様な有用なスキルの集合を学習することである。スキルと状態の間の相互情報(MI)の最大化に基づく多くのスキル発見方法がある。しかし,それらのMI目的は,通常,動的ものに対する静的スキルを好み,それは下流タスクへの適用を妨げる可能性があることを指摘した。この問題に取り組むために,著者らは,エージェントがより多様で,動的で,そして,遠いスキルを発見するためのエージェントを奨励するLipschitz制約付きスキル発見(LSD)を提案した。LSDのもう一つの利点は,その学習された表現関数が,ゼロショット法,すなわち,更なる訓練または複雑な計画無しに,目標追跡下流タスクを解くために利用できることである。種々のMuJoCoロボット移動と操作環境に関する実験を通して,LSDは,ヒューマノイドに関する複数の目標の困難なタスクを含む7つの下流タスクに関するスキル多様性,状態空間カバレッジ,および性能に関して以前のアプローチより性能が優れていることを示した。このコードとビデオはhttps://shpark.me/projects/lsd/で利用可能である。【JST・京大機械翻訳】

, , , , , , ,
, , 【Automatic Indexing@JST】

ロボットの運動・制御

, , ,

前のページに戻る