arXivDaily arXiv每日学术速递 周一至周五更新
arXiv 2305.01264cs.NE
收藏

多任务多行为MAP-Elites

Multi-Task Multi-Behavior MAP-Elites

Anne, Mouret

AI总结:

本文提出多任务多行为MAP-Elites,通过结合多样性搜索与任务间相似性利用,在保持解多样性的同时提升多任务优化效率,并在人形机器人故障恢复任务上显著优于三个基线。

摘要:

我们提出了多任务多行为MAP-Elites,这是MAP-Elites的一种变体,能够为大量任务(来自给定问题族的优化问题)找到大量高质量解。它结合了用于多样性搜索的原始MAP-Elites和用于利用任务间相似性的多任务MAP-Elites。在一个人形机器人故障恢复任务集上,它的表现优于三个基线,解决了更多任务,并且每个已解决任务找到的解数量是基线的两倍。

英文摘要:

We propose Multi-Task Multi-Behavior MAP-Elites, a variant of MAP-Elites that finds a large number of high-quality solutions for a large set of tasks (optimization problems from a given family). It combines the original MAP-Elites for the search for diversity and Multi-Task MAP-Elites for leveraging similarity between tasks. It performs better than three baselines on a humanoid fault-recovery set of tasks, solving more tasks and finding twice as many solutions per solved task.

机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。

↑