AMiner论文推荐

论文名称：DisCo RL: Distribution-Conditioned Reinforcement Learning for General-Purpose Policies
论文链接：
https://www.aminer.cn/pub/604f1e079e795e5feaac5514f=cs
是否可以使用强化学习来学习可以执行各种不同任务，产生灵活且可重复使用的技能的通用策略？上下文策略原则上提供了此功能，但是上下文的表示方式决定了概括性和表达性。分类上下文无法将其推广到全新的任务。目标条件策略可以实现某种概括，但不能捕获可能需要的所有任务。本文提出目标分布作为适合上下文策略的通用且广泛适用的任务表示。分配类别的特定选择使我们可以权衡表达能力和可学习性。本文通过分配条件强化学习（DisCo RL）的非策略算法，以有效地学习这些策略。对各种机器人操纵任务进行了DisCo RL评估，发现对于需要归纳到新目标分布的任务，DisCo RL明显优于以前的方法。
AMiner,让AI帮你理解科学！https://www.aminer.cn