OpenAI研究 用于分层强化学习的随机神经网络
近年来，深度强化学习取得了许多令人瞩目的成果。然而，回报稀少或视野开阔的任务继续构成重大挑战。为了解决这些重要问题，我们提出了一个通用框架，该框架首先在预训练环境中学习有用的技能，然后利用获得的技能在下游任务中更快地学习。我们的方法汇集了内在动机和分层方法的一些优势：有用技能的学习由单一代理奖励指导，其设计需要关于下游任务的领域知识非常少。然后在这些技能之上训练高级策略，显着改进探索并允许解决下游任务中的稀疏奖励。为了有效地预训练大量技能，我们将随机神经网络与信息论正则化器结合使用。我们的实验表明，这种组合可以有效地以样本高效的方式学习广泛的可解释技能，并且可以在广泛的下游任务中显着提高学习性能。
相关文章
近期评论
-
来自： GPT-4V（ision）系统卡
-
来自： GPT-4V（ision）系统卡
-
来自： OpenAI研究 用对抗样本攻击机器学习