REINFORCEMENT LEARNING WITH UNSUPERVISED AUXILIARY TASKS

Deep reinforcement learning agents have achieved state-of-the-art results by directly maximising cumulative reward. However, environments contain a much wider variety of possible training signals. In this paper, we introduce an agent that also maximises many other pseudo-reward functions simultaneously by reinforcement learning. All of these tasks share a common representation that, like unsupervised learning, continues to develop in the absence of extrinsic rewards.

We also introduce a novel mechanism for focusing this representation upon extrinsic rewards, so that learning can rapidly adapt to the most relevant aspects of the actual task. Our agent significantly outperforms the previous state-of-the art on Atari, averaging 880% expert human performance, and a challenging suite of first-person, three-dimensional Labyrinth tasks leading to a mean speedup in learning of 10× and averaging 87% expert human performance on Labyrinth.

相關(guān)的博客 link:https://deepmind.com/blog/reinforcement-learning-unsupervised-auxiliary-tasks/

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末扎狱,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子咬最,更是在濱河造成了極大的恐慌畸裳,老刑警劉巖创肥,帶你破解...
    沈念sama閱讀 217,826評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡婴梧,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,968評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門客蹋,熙熙樓的掌柜王于貴愁眉苦臉地迎上來塞蹭,“玉大人,你說我怎么就攤上這事讶坯》纾” “怎么了?”我有些...
    開封第一講書人閱讀 164,234評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵辆琅,是天一觀的道長钧舌。 經(jīng)常有香客問我,道長涎跨,這世上最難降的妖魔是什么洼冻? 我笑而不...
    開封第一講書人閱讀 58,562評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮隅很,結(jié)果婚禮上撞牢,老公的妹妹穿的比我還像新娘率碾。我一直安慰自己,他們只是感情好屋彪,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,611評(píng)論 6 392
  • 文/花漫 我一把揭開白布所宰。 她就那樣靜靜地躺著,像睡著了一般畜挥。 火紅的嫁衣襯著肌膚如雪仔粥。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,482評(píng)論 1 302
  • 那天蟹但,我揣著相機(jī)與錄音躯泰,去河邊找鬼。 笑死华糖,一個(gè)胖子當(dāng)著我的面吹牛麦向,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播客叉,決...
    沈念sama閱讀 40,271評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼诵竭,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了兼搏?” 一聲冷哼從身側(cè)響起卵慰,我...
    開封第一講書人閱讀 39,166評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎佛呻,沒想到半個(gè)月后裳朋,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,608評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡件相,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,814評(píng)論 3 336
  • 正文 我和宋清朗相戀三年再扭,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片夜矗。...
    茶點(diǎn)故事閱讀 39,926評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡泛范,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出紊撕,到底是詐尸還是另有隱情罢荡,我是刑警寧澤,帶...
    沈念sama閱讀 35,644評(píng)論 5 346
  • 正文 年R本政府宣布对扶,位于F島的核電站区赵,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏浪南。R本人自食惡果不足惜笼才,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,249評(píng)論 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望络凿。 院中可真熱鬧骡送,春花似錦昂羡、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,866評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至派敷,卻和暖如春蛹批,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背篮愉。 一陣腳步聲響...
    開封第一講書人閱讀 32,991評(píng)論 1 269
  • 我被黑心中介騙來泰國打工腐芍, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人潜支。 一個(gè)月前我還...
    沈念sama閱讀 48,063評(píng)論 3 370
  • 正文 我出身青樓甸赃,卻偏偏與公主長得像柿汛,于是被迫代替她去往敵國和親冗酿。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,871評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容

  • 以前總是感覺自己想找一個(gè)可以什么都陪著我络断,天南地北可以隨便聊裁替,說一句話就能秒懂我的人,是男人貌笨。找一個(gè)這樣的男朋友弱判。...
    陳pp閱讀 107評(píng)論 0 0