Magik

新的MAGIK框架支持RL智能体进行零样本知识迁移

研究人员开发了MAGIK，一个旨在增强强化学习（RL）智能体知识迁移能力的新框架。该系统使RL智能体能够在不直接与目标环境交互的情况下，将其从先前学习的任务中获得的知识应用于新的、类似的任务。MAGIK利用想象机制在任务之间映射实体，从而实现现有策略的重用。在MiniGrid和MuJoCo环境中进行的实验表明，MAGIK能够以最少的人工标注示例有效地实现零样本迁移，并且优于相关的基线方法。