强化学习新路径：基于自监督预测的好奇心驱动探索(Paper+Code)

文章预览

王小新 编译整理 量子位 报道 | 公众号 QbitAI 最近，来自加州大学伯克利分校的Deepak Pathak、Pulkit Agrawal、Alexei A. Efros等人写了一篇题为“基于自监督预测的好奇心驱动探索”的论文，这篇文章提出了一种内在好奇心单元（Intrinsic Curiosity Module），来帮助操作者探索新环境。 论文被收录于8月11号在悉尼举办的ICML 2017上，以下是论文的主要内容： 摘要 在许多真实的场景中，外部环境对操作者的奖励非常少或几乎不存在。在这种情况下，好奇心可以作为一种内在的奖励信号，让操作者去探索未知的新环境，学习一些在以后生活中可能有用的技能。 在这篇文章中，我们基于自监督方法建立了反向动力学模型，训练得到了一个视觉特征的高维空间。在此空间中，我们将操 ………………………………