【路径规划】开源 | 潜空间进化规划：超越标准的无模型强化学习方法

获取完整原文和代码，公众号回复：09101005929

论文地址： http://arxiv.org/pdf/2011.11293v1.pdf

代码： 公众号回复：09101005929

来源： 哥本哈根信息技术大学

论文名称：Evolutionary Planning in Latent Space

原文作者：Thor V.A.N. Olesen

内容提要

计划是一种强大的强化学习的方法，有几个可取的特性。然而，它需要一个世界的模型，这在许多现实问题中是不容易得到的。在本文中，我们提出学习一个世界模型，使进化规划在潜在空间(EPLS)。我们使用变分自动编码器(VAE)来学习个体观察的压缩潜在表示，并扩展混合密度循环神经网络(MDRNN)来学习可用于规划的世界的随机、多模态正演模型。我们使用RMHC来寻找在这个学习世界模型中最大化期望回报的一系列行动。我们将演示如何构建世界模型，方法是从随机策略中进行首次展示，然后使用learned world模型从越来越精确的规划策略中进行迭代优化。经过几次改进之后，我们的规划agents比标准的无模型强化学习方法更好，证明了我们方法的可行性。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。