.png){kind=icon}
返回
Inductive Generalization in Reinforcement Learning from Specifications
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-08707-2_13.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出了一种基于逻辑规范进行强化学习的归纳泛化框架。强化学习环境中许多有趣的任务具有天然的归纳结构。这些归纳任务具有相似的高层目标，但在低层谓词和分布上存在归纳差异。我们提出了一种泛化方法，利用这种归纳关系学习一个高阶函数，即策略生成器，能够以零样本方式为归纳任务的实例生成适当调整的策略。在一系列具有挑战性的控制基准测试上对所提出方法进行评估，证明了我们的框架在为长期任务泛化到未见策略方面的潜力。
Keyword:
Reinforcement Learning
Inductive Generalization
Policy Generation
Logical Specifications
Zero-Shot Learning
期刊
A
IF:
0
论文数:
21
被引数:
0
机构
引用论文
.png){kind=icon}
Foundations for Restraining Bolts: Reinforcement Learning with LTLf/LDLf Restraining Specifications
OAAI
OAAI分享收藏Encoding formulas as deep networks: Reinforcement learning for zero-shot execution of LTL formulas
OAAI
OAAI分享收藏
查看更多内容