V
主页
CV强化学习论文分享20230720
发布人
Normalization Enhances Generalization in Visual Reinforcement Learning >内容简介:视觉强化学习(RL)的最新进展在处理复杂任务方面取得了令人印象深刻的成功。然而,这些方法已经证明有限的泛化能力,视觉干扰,这提出了一个重大的挑战,其现实世界的应用和适应性。虽然归一化技术在监督和无监督学习中取得了巨大的成功,但它们在视觉RL中的应用仍然很少。在本文中,我们探讨了集成到可视化RL方法的泛化性能归一化的潜在好处。我们发现,也许令人惊讶的是,纳入适当的规范化技术足以提高泛化能力,而无需任何额外的特殊设计。我们利用两个规范化技术,CrossNorm和SelfNorm的组合,可推广的视觉RL。在DMControl泛化基准和CARLA上进行了大量的实验,以验证我们的方法的有效性。我们表明,我们的方法显着提高了泛化能力,而只有轻微影响样本效率。 Adapt to Environment Sudden Changes by Learning a Context Sensitive Policy(AAAI 2022) >内容简介:在处理现实世界的强化学习(RL)任务时,我们应该意识到环境可能有突然的变化。我们希望强有力的政策能够应对这些变化,并迅速适应新环境。基于情境的元强化学习旨在制定适应学习环境的学习策略。这些方法采用上下文编码器实时感知环境,然后上下文策略根据上下文做出环境适应性决策。但是,以往的方法存在上下文提取滞后、不稳定的问题,难以很好地处理突发的变化。为了提高上下文编码的灵敏度和鲁棒性,本文提出了一种环境敏感上下文策略学习(ESCP)方法。ESCP由三个关键部分组成:方差最小化(迫使对环境上下文进行快速稳定的编码)、关系矩阵行列式最大化(避免了琐碎的解决方案)和历史截断循环神经网络模型(避免了旧的记忆干扰)。我们使用一个网格世界任务和5个改变参数的运动控制任务来经验地评估我们的算法。实验结果表明,在分布内外参数均发生变化的环境中,ESCP不仅能较好地恢复环境编码,而且能更快地适应变化后的环境(网格环境下的适应速度为10倍),且在保持或提高返回性能的同时,与最先进的元RL方法相比。
打开封面
下载高清视频
观看高清视频
视频下载器
强化学习论文分享20230905
强化学习论文分享20230410
强化学习论文分享2022-10-20
强化学习论文分享20230807
强化学习论文分享20240509
强化学习论文分享20230522
强化学习论文分享20240117_2
强化学习论文分享20240117_1
强化学习论文分享20230828
强化学习论文分享20230814
强化学习论文分享20230727
强化学习论文分享20240110
强化学习论文分享20230821
CV强化学习论文分享20230817
强化学习论文分享2022-12-29
强化学习论文分享2023-01-12
强化学习论文分享2023-02-16
强化学习论文分享20230912
动态规划+DDPG
强化学习论文分享20230508
强化学习论文分享2023-03-02
强化学习论文分享20230417
强化学习论文分享2022-10-13
强化学习论文分享2022-11-17
强化学习简介+DQN
强化学习论文分享2023-01-05
强化学习论文分享20240117_3
强化学习论文分享2022-09-29
强化学习论文分享2022-11-03
强化学习论文分享20240131
强化学习论文分享2023-02-02
强化学习论文分享2023-02-09
强化学习论文分享2022-11-24
强化学习论文分享20240719_1
强化学习论文分享20230424
强化学习论文分享20240411_1
强化学习论文分享2022-12-08
强化学习论文分享20230612
强化学习论文分享20230719
强化学习论文分享20240314_1