学界 | 伯克利与OpenAI整合强化学习与GAN：让智能体学习自动发现目标

文章预览

选自arXiv 机器之心编译 参与：黄玉胜、吴攀 强化学习（RL）和生成对抗网络（GAN）都是近来的热门研究主题，已经在许多领域得到了非常出色的表现。近日，伯克利和 OpenAI 的一项新研究将这两者组合到了一起。在一篇名为《用于强化学习智能体的自动目标生成（Automatic Goal Generation for Reinforcement Learning Agents）》的论文中，研究者提出了一种让智能体可以自动发现目标的方法。机器之心对该论文进行了摘要介绍，论文原文请参阅：https://arxiv.org/abs/1705.06366 强化学习是一种训练智能体执行任务的强大技术。然而，强化学习训练的智能体只能通过其奖励函数（reward function）实现单一任务，这种方法不能很好地扩展到智能体需要执行各种不同的任务集合中，例如导航到 ………………………………