分层神经选项与抽象世界模型的联合学习

构建能够通过组合现有技能来学习新技能的智能体是AI代理研究的长期目标。为此，本文探讨了如何高效地获取一系列技能，形式化为分层神经选项。然而，现有的无模型分层强化学习算法需要大量数据。我们提出了一种新的方法，称为AgentOWL（Option and World model Learning Agent），该方法以样本高效的方式联合学习一个抽象世界模型（同时对状态和时间进行抽象）以及一组分层神经选项。我们在一组以物体为中心的Atari游戏中进行了实验，结果表明，与基线方法相比，我们的方法在使用更少数据的情况下可以学习到更多的技能。