会员服务
强化学习 · 无监督学习 ·
2020 年 4 月 11 日
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

题目： CURL: Contrastive Unsupervised Representations for Reinforcement Learning

摘要：

我们提出了CURL:用于强化学习的对比无监督表示法。CURL使用对比学习从原始像素中提取高级特征，并在提取的特征之上执行off-policy控制。在DeepMind控制套件和Atari游戏中，在100K交互步骤基准测试中，CURL在复杂任务上的表现优于先前基于模型和非模型的基于像素的方法，分别提高了2.8倍和1.6倍的性能。在DeepMind控制套件中，CURL是第一个基于图像的算法，它的效率和性能几乎与使用基于状态的特性的方法不相上下。

成为VIP会员查看完整内容
https://arxiv.org/abs/2004.04136
CURL: Contrastive Unsupervised Representations for Reinforcement Learning
40

相关内容

强化学习（RL）是机器学习的一个领域，与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外，强化学习是三种基本的机器学习范式之一。 强化学习与监督学习的不同之处在于，不需要呈现带标签的输入/输出对，也不需要显式纠正次优动作。相反，重点是在探索（未知领域）和利用（当前知识）之间找到平衡。 该环境通常以马尔可夫决策过程（MDP）的形式陈述，因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于，后者不假设MDP的确切数学模型，并且针对无法采用精确方法的大型MDP。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【ICML2020】用于强化学习的对比无监督表示嵌入
【ICML2020】用于强化学习的对比无监督表示嵌入
专知会员服务
27+阅读 · 2020年7月6日
【MIT】反偏差对比学习，Debiased Contrastive Learning
【MIT】反偏差对比学习，Debiased Contrastive Learning
专知会员服务
90+阅读 · 2020年7月4日
【CVPR2020】在线深度聚类的无监督表示学习, Online Deep Clustering for Unsupervised Representation Learning
【CVPR2020】在线深度聚类的无监督表示学习, Online Deep Clustering for Unsupervised Representation Learning
专知会员服务
67+阅读 · 2020年6月19日
【Google】监督对比学习，Supervised Contrastive Learning
【Google】监督对比学习，Supervised Contrastive Learning
专知会员服务
72+阅读 · 2020年4月24日
【ACL2020-Facebook AI】跨语言表示学习，Unsupervised Cross-lingual Representation Learning at Scale
【ACL2020-Facebook AI】跨语言表示学习，Unsupervised Cross-lingual Representation Learning at Scale
专知会员服务
25+阅读 · 2020年4月5日
【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
专知会员服务
81+阅读 · 2020年2月18日
【论文推荐中科院自动化所】视频游戏中深度强化学习的研究综述，A Survey of Deep Reinforcement Learning in Video
【论文推荐中科院自动化所】视频游戏中深度强化学习的研究综述，A Survey of Deep Reinforcement Learning in Video
专知会员服务
46+阅读 · 2019年12月24日
【表示学习(Representation Learning)】8篇 NeurIPS 2019论文选读
专知会员服务
53+阅读 · 2019年12月22日
【CoRL2019最佳论文】模仿学习，A Divergence Minimization Perspective on Imitation Learning Methods
【CoRL2019最佳论文】模仿学习，A Divergence Minimization Perspective on Imitation Learning Methods
专知会员服务
22+阅读 · 2019年11月11日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
56+阅读 · 2019年10月17日
每类13张标注图就可从头学分类器，DeepMind新半监督模型超越AlexNet
每类13张标注图就可从头学分类器，DeepMind新半监督模型超越AlexNet
机器之心
9+阅读 · 2019年5月31日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
【下载】深度强化学习实战书籍和代码《Deep Reinforcement Learning in Action》
【下载】深度强化学习实战书籍和代码《Deep Reinforcement Learning in Action》
专知
71+阅读 · 2018年8月7日
DeepMind无监督表示学习重大突破：语音、图像、文本、强化学习全能冠军！
DeepMind无监督表示学习重大突破：语音、图像、文本、强化学习全能冠军！
新智元
12+阅读 · 2018年7月13日
OpenAI强化学习实战
OpenAI强化学习实战
炼数成金订阅号
9+阅读 · 2018年5月14日
论文浅尝 | Reinforcement Learning for Relation Classification
论文浅尝 | Reinforcement Learning for Relation Classification
开放知识图谱
9+阅读 · 2017年12月10日
Deep Reinforcement Learning 深度增强学习资源
Deep Reinforcement Learning 深度增强学习资源
数据挖掘入门与实战
7+阅读 · 2017年11月4日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Simple and effective localized attribute representations for zero-shot learning
Simple and effective localized attribute representations for zero-shot learning
Arxiv
5+阅读 · 2020年6月10日
CURL: Contrastive Unsupervised Representations for Reinforcement Learning
Arxiv
17+阅读 · 2020年4月28日
Simple Multi-Resolution Representation Learning for Human Pose Estimation
Simple Multi-Resolution Representation Learning for Human Pose Estimation
Arxiv
6+阅读 · 2020年4月14日
Pre-training Text Representations as Meta Learning
Arxiv
13+阅读 · 2020年4月12日
A Simple Framework for Contrastive Learning of Visual Representations
Arxiv
21+阅读 · 2020年2月13日
Continual Unsupervised Representation Learning
Continual Unsupervised Representation Learning
Arxiv
7+阅读 · 2019年10月31日
Representation Learning with Contrastive Predictive Coding
Arxiv
6+阅读 · 2019年1月22日
Notes on Deep Learning for NLP
Arxiv
21+阅读 · 2018年8月30日
Relational Deep Reinforcement Learning
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Unsupervised Meta-Learning for Reinforcement Learning
Arxiv
8+阅读 · 2018年6月12日
VIP会员
相关主题
强化学习
无监督学习
相关VIP内容
【ICML2020】用于强化学习的对比无监督表示嵌入
【ICML2020】用于强化学习的对比无监督表示嵌入
专知会员服务
27+阅读 · 2020年7月6日
【MIT】反偏差对比学习，Debiased Contrastive Learning
【MIT】反偏差对比学习，Debiased Contrastive Learning
专知会员服务
90+阅读 · 2020年7月4日
【CVPR2020】在线深度聚类的无监督表示学习, Online Deep Clustering for Unsupervised Representation Learning
【CVPR2020】在线深度聚类的无监督表示学习, Online Deep Clustering for Unsupervised Representation Learning
专知会员服务
67+阅读 · 2020年6月19日
【Google】监督对比学习，Supervised Contrastive Learning
【Google】监督对比学习，Supervised Contrastive Learning
专知会员服务
72+阅读 · 2020年4月24日
【ACL2020-Facebook AI】跨语言表示学习，Unsupervised Cross-lingual Representation Learning at Scale
【ACL2020-Facebook AI】跨语言表示学习，Unsupervised Cross-lingual Representation Learning at Scale
专知会员服务
25+阅读 · 2020年4月5日
【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
专知会员服务
81+阅读 · 2020年2月18日
【论文推荐中科院自动化所】视频游戏中深度强化学习的研究综述，A Survey of Deep Reinforcement Learning in Video
【论文推荐中科院自动化所】视频游戏中深度强化学习的研究综述，A Survey of Deep Reinforcement Learning in Video
专知会员服务
46+阅读 · 2019年12月24日
【表示学习(Representation Learning)】8篇 NeurIPS 2019论文选读
专知会员服务
53+阅读 · 2019年12月22日
【CoRL2019最佳论文】模仿学习，A Divergence Minimization Perspective on Imitation Learning Methods
【CoRL2019最佳论文】模仿学习，A Divergence Minimization Perspective on Imitation Learning Methods
专知会员服务
22+阅读 · 2019年11月11日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
56+阅读 · 2019年10月17日
热门VIP内容
相关资讯
每类13张标注图就可从头学分类器，DeepMind新半监督模型超越AlexNet
每类13张标注图就可从头学分类器，DeepMind新半监督模型超越AlexNet
机器之心
9+阅读 · 2019年5月31日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
【下载】深度强化学习实战书籍和代码《Deep Reinforcement Learning in Action》
【下载】深度强化学习实战书籍和代码《Deep Reinforcement Learning in Action》
专知
71+阅读 · 2018年8月7日
DeepMind无监督表示学习重大突破：语音、图像、文本、强化学习全能冠军！
DeepMind无监督表示学习重大突破：语音、图像、文本、强化学习全能冠军！
新智元
12+阅读 · 2018年7月13日
OpenAI强化学习实战
OpenAI强化学习实战
炼数成金订阅号
9+阅读 · 2018年5月14日
论文浅尝 | Reinforcement Learning for Relation Classification
论文浅尝 | Reinforcement Learning for Relation Classification
开放知识图谱
9+阅读 · 2017年12月10日
Deep Reinforcement Learning 深度增强学习资源
Deep Reinforcement Learning 深度增强学习资源
数据挖掘入门与实战
7+阅读 · 2017年11月4日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
相关论文
Simple and effective localized attribute representations for zero-shot learning
Simple and effective localized attribute representations for zero-shot learning
Arxiv
5+阅读 · 2020年6月10日
CURL: Contrastive Unsupervised Representations for Reinforcement Learning
Arxiv
17+阅读 · 2020年4月28日
Simple Multi-Resolution Representation Learning for Human Pose Estimation
Simple Multi-Resolution Representation Learning for Human Pose Estimation
Arxiv
6+阅读 · 2020年4月14日
Pre-training Text Representations as Meta Learning
Arxiv
13+阅读 · 2020年4月12日
A Simple Framework for Contrastive Learning of Visual Representations
Arxiv
21+阅读 · 2020年2月13日
Continual Unsupervised Representation Learning
Continual Unsupervised Representation Learning
Arxiv
7+阅读 · 2019年10月31日
Representation Learning with Contrastive Predictive Coding
Arxiv
6+阅读 · 2019年1月22日
Notes on Deep Learning for NLP
Arxiv
21+阅读 · 2018年8月30日
Relational Deep Reinforcement Learning
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Unsupervised Meta-Learning for Reinforcement Learning
Arxiv
8+阅读 · 2018年6月12日
微信扫码咨询专知VIP会员
Top