Key points are not available for this paper at this time.
تستخدم أطر التعلم العميق المعزز (DRL) بشكل متزايد لحل المهام ذات الأبعاد العالية في التحكم المستمر في الروبوتات. ومع ذلك، بسبب نقص كفاءة العينة، فإن تطبيق DRL للتعلم عبر الإنترنت لا يزال غير عملي في مجال الروبوتات. أحد الأسباب هو أن عملاء DRL لا يستفيدون من حلول المهام السابقة للمهام الجديدة. وقد أثبتت الأعمال الأخيرة على عملاء DRL متعدد المهام المعتمدين على ميزات الخلف بعد النجاح (SFs) أنها واعدة جداً في زيادة كفاءة العينة. في هذا العمل، نقدم نهجًا جديدًا يوحد بين إطارين سابقين لـ DRL متعدد المهام، SF-GPI وتركيب القيمة، ويقوم بتكييفهما مع مجال التحكم المستمر. نستغل الخصائص التركيبية لميزات الخلف بعد النجاح لتركيب توزيع السياسة من مجموعة من العناصر الأولية دون الحاجة إلى تدريب سياسة جديدة. أخيرًا، لتجسيد آلية تعدد المهام، نقدم بيئات معيارية لبرهان المفهوم الخاصة بنا، Pointmass وPointer، استنادًا إلى IsaacGym، والتي تسهل التوازي على نطاق واسع لتسريع التجارب. تظهر نتائجنا التجريبية أن عميلنا متعدد المهام لديه أداء مشابه للأداء الفردي لـ Soft Actor-Critic (SAC)، ويمكن للعميل الانتقال بنجاح إلى مهام جديدة غير مرئية. نقدم رمزنا كمصدر مفتوح على https://github.com/robot-perception-group/concurrentcomposition لفائدة المجتمع.
قام ليو وآخرون (الثلاثاء) بدراسة هذا السؤال.