机器人学习课程 Robot Learning Cornell University, Fall 2024 -lec16_slides.pdf

机器人学习课程 Robot Learning Cornell University, Fall 2024 -lec16_slides.pdf

  1. 1、本文档共73页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

Model-based

ReinforcementLearning(Part2)

SanjibanChoudhury

1

OverallCoursePlan

Foundations(upuntillastclass)

AdvancedAlgorithmsandApplications

(tillendofcourse)

Topics:Generativeworldmodels,OfflineRL,VisualRepresentations,

RLHF,Humanmotionforecasting,…

Lecturers:Sanjiban,Tapo,KillianWeinberger,KuanFang,Tapo,Lerrel

Pinto,PulkitAgarwal

2

Today’sclass

DerivingMBRLloss

PracticalMBRL

TheDREAMERalgorithm

3

ModelLearningwithPlannerinLoop

(RossBagnell,2012)

CollectFit

Planner

ExpertDataModel

Trainon

Rollout

50%expertdata

andAggregatePolicy

Data

50%learnerdata

4

ModelLearningwithPlannerinLoop

Collectdatafromanexpertxpert={(s,a,s′)}

̂

FitamodelM.Computeapolicyπinthemodelviaplanninĝ

11

Initializeemptydatabufferearner←{}

Fori=1,…,N

Executepolicyπintherealworldandcollectdatâ

i

={(s,a,s′)}

i

Aggregatedataearner←earner∪

Trainanewmodelon50%expert+50%learnerdata

̂

Mi+1←Train(0.5*xpert+0.5*earner)

您可能关注的文档

文档评论(0)

186****0576 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:5013000222000100

1亿VIP精品文档

相关文档