计算机科学 > 人工智能
[提交于 2024年6月6日
]
标题: HackAtari:用于鲁棒和持续强化学习的Atari学习环境
标题: HackAtari: Atari Learning Environments for Robust and Continual Reinforcement Learning
摘要: 人工代理对新情况的适应能力和与预期行为的一致性对于其有效部署至关重要。 强化学习(RL)利用新奇性作为探索的手段,但代理通常难以处理新情况,这阻碍了泛化能力。 为了解决这些问题,我们提出了HackAtari,一个引入受控新奇性的框架,应用于最常用的RL基准,即Atari学习环境。 HackAtari使我们能够创建新的游戏场景(包括简化以用于课程学习),交换游戏元素的颜色,并为代理引入不同的奖励信号。 我们证明了在原始环境中训练的当前代理存在鲁棒性失败,并通过使用C51和PPO的实验评估了HackAtari在增强RL代理的鲁棒性和对齐行为方面的有效性。 总体而言,HackAtari可用于提高当前和未来RL算法的鲁棒性,允许神经符号RL、课程RL、因果RL以及LLM驱动的RL。 我们的工作强调了在RL代理中开发可解释性的的重要性。
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.