3

我使用来自 Kinect 相机的关节位置作为我的状态空间，但我认为它会太大（25 个关节 x 每秒 30 个），无法仅输入 SARSA 或 Qlearning。

现在我正在使用 Kinect Gesture Builder 程序，该程序使用监督学习将用户移动与特定手势相关联。但这需要我想摆脱的监督培训。我认为该算法可能会拾取关节之间的某些关联，就像我自己对数据进行分类时那样（例如，举起手来，向左走，向右走）。

我认为将这些数据输入深度神经网络，然后将其传递给强化学习算法可能会给我带来更好的结果。

最近有一篇关于这个的论文。https://www.cs.toronto.edu/~vmnih/docs/dqn.pdf

我知道 Accord.net 既有深度神经网络又有 RL，但有人将它们结合在一起吗？有什么见解吗？

4

1 回答 1

0

如果我从您的问题 + 评论中正确理解，您想要的是拥有一个使用视觉输入（来自相机的原始像素）执行离散动作的代理。这看起来与 DeepMind 的人最近所做的完全一样，扩展了你提到的论文。看看这个。这是玩 Atari 游戏的更新（和更好）版本。他们还提供了官方实现，您可以在此处下载。甚至在 Neon中也有一个运行良好的实现。

最后，如果您想使用连续动作，您可能会对这篇最近的论文感兴趣。

回顾一下：是的，有人将 DNN + RL 结合起来，它可以工作，如果你想使用原始相机数据来训练带有 RL 的代理，这绝对是一种方法:)

于 2015-12-17T22:49:58.690 回答