arXiv · ML· Keenan Powell, Peihong Yu, Pratap Tokekar·· 8 小时前AI 评分25
稀疏奖励任务中基于多样化奖励塑形的 Zero-Shot 协同方法
Zero Shot Coordination for Sparse Reward Tasks with Diverse Reward Shapings
AI 导读
针对 Zero-Shot 协同（ZSC）研究中现有方案仅考虑相同奖励而忽略多样化奖励塑形的问题，提出使用随机奖励塑形训练集成方法。 在 Overcooked 环境实验中，该方法在应对具有相同稀疏奖励但不同奖励塑形的智能体时，表现比基线 ZSC 算法一致提升 62.2% 至 119.2%。该方法采用 4 种选择算法来随机化奖励塑形，解决了训练智能体适应不同算法和种子差异的挑战。
来源：arXiv · ML · arxiv.org