计算机科学 > 机器学习
[提交于 2020年3月12日
]
标题: 通过在Minecraft中从示范中学习实现高效的强化学习
标题: Sample Efficient Reinforcement Learning through Learning from Demonstrations in Minecraft
摘要: 深度强化学习方法的样本效率低下是其在现实世界应用中的主要障碍。 在本工作中,我们展示了如何通过人类演示来提高代理在Minecraft小游戏ObtainDiamond中的最终性能,仅需800万帧的环境交互。 我们提出了一种训练过程,其中策略网络首先在人类数据上进行训练,然后通过强化学习进行微调。 使用策略利用机制、经验回放和对抗灾难性遗忘的额外损失,我们的最佳代理能够达到平均分数48。 我们提出解决方案在NeurIPS MineRL竞赛中获得了样本高效强化学习的第三名。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.