arXiv cs.AI· Cedric Derstroff, Jannis Bl\"uml, Janosch Moos, Michael Girstl, Zihan Ye, Debora Clever, Kristian Kersting·· 1 天前AI 评分38
ORCA 与 ORBiT：以相对表示重构以对象为中心的强化学习
Reframing Object-Centric Reinforcement Learning: From Absolute to Relative Representations
AI 导读
论文提出对象相对坐标系 ORCA，将实体放在以锚点为参照的相对坐标系中，并引入基于 Transformer 的架构 ORBiT 处理锚点相对输入。ORBiT 在 13 个 Atari 游戏上聚合 HNS IQM 超过 1.0，优于基于像素的 PPO 基线，并能从零学会 Foosball 游戏。实验还显示 ORCA 可扩展到旋转，ORBiT 能泛化到未见过的干扰物数量，且增益依赖与决策相关的锚点。
来源：arXiv cs.AI · arxiv.org