已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Guiding Robot Exploration in Reinforcement Learning via Automated Planning

强化学习 计算机科学 动作(物理) 模式 人机交互 人工智能 机器人 质量(理念) 移动机器人 社会科学 量子力学 认识论 物理 哲学 社会学
作者
Yohei Hayamizu,Saeid Amiri,Kishan Chandan,Keiki Takadama,Shiqi Zhang
出处
期刊:Cornell University - arXiv [Cornell University]
标识
DOI:10.48550/arxiv.2004.11456
摘要

Reinforcement learning (RL) enables an agent to learn from trial-and-error experiences toward achieving long-term goals; automated planning aims to compute plans for accomplishing tasks using action knowledge. Despite their shared goal of completing complex tasks, the development of RL and automated planning has been largely isolated due to their different computational modalities. Focusing on improving RL agents' learning efficiency, we develop Guided Dyna-Q (GDQ) to enable RL agents to reason with action knowledge to avoid exploring less-relevant states. The action knowledge is used for generating artificial experiences from an optimistic simulation. GDQ has been evaluated in simulation and using a mobile robot conducting navigation tasks in a multi-room office environment. Compared with competitive baselines, GDQ significantly reduces the effort in exploration while improving the quality of learned policies.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
深情安青应助大白采纳,获得10
2秒前
3秒前
3秒前
qwe发布了新的文献求助10
3秒前
3秒前
研友_VZG7GZ应助欣嫩谷采纳,获得10
4秒前
笑一笑发布了新的文献求助10
4秒前
初一发布了新的文献求助10
6秒前
瀚子完成签到,获得积分10
7秒前
李健的粉丝团团长应助chen采纳,获得10
7秒前
朴实语兰完成签到,获得积分20
9秒前
刘祺芳完成签到,获得积分10
10秒前
滴嘟滴嘟完成签到 ,获得积分10
10秒前
zhakahzhwj发布了新的文献求助10
12秒前
12秒前
共享精神应助哈迪采纳,获得10
13秒前
16秒前
liss完成签到 ,获得积分10
16秒前
黄任行完成签到,获得积分10
17秒前
miaomiao123完成签到 ,获得积分10
19秒前
煦白发布了新的文献求助30
20秒前
21秒前
22秒前
杨乃彬完成签到,获得积分10
23秒前
Nokia发布了新的文献求助10
23秒前
田元菱完成签到,获得积分10
24秒前
Mok完成签到,获得积分10
25秒前
认真草丛完成签到,获得积分10
26秒前
chen发布了新的文献求助10
26秒前
田元菱发布了新的文献求助10
26秒前
hc完成签到,获得积分10
27秒前
珍妮完成签到 ,获得积分10
28秒前
木槿完成签到,获得积分10
29秒前
obsession完成签到 ,获得积分10
29秒前
Leofar完成签到 ,获得积分10
30秒前
拟态橙完成签到 ,获得积分10
30秒前
尊敬怀柔完成签到 ,获得积分10
31秒前
33秒前
JamesPei应助hhh采纳,获得10
33秒前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Environmental Leverage in Times of Climate Crisis: Product Standards, Carbon Border Measures and Preferential Trade Agreements 1000
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
Dynamische Polarisation von H-1 und B-11 in (CH-3)-3NBH-3 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7223816
求助须知:如何正确求助?哪些是违规求助? 8852555
关于积分的说明 18679492
捐赠科研通 6883209
什么是DOI,文献DOI怎么找? 3188046
关于科研通互助平台的介绍 2353343
邀请新用户注册赠送积分活动 2162485