Nieuws

Meta-learning voor worstelen

Een onderzoek toont aan dat een meta-learning agent in een gesimuleerd robotworstelscenario snel kan leren om een sterker agent te verslaan en zich aanpast aan fysieke storingen. De methode is gebaseerd op het uitbreiden van het MAML-algoritme, waarbij beleidsparameters worden geoptimaliseerd op basis van paren van omgevingen. De resultaten laten zien dat aanpassende agents betere prestaties leveren dan agents met vaste beleidsregels.