利用分层强化学习的自主行为生成

摘要

描述了一种用于自主行为生成的系统。该系统包括高级控制器和低级控制器两者。高级控制器接收来自环境的观测结果，并且使用神经网络，基于来自环境的观测结果选择高级行为。低级控制器基于所选择的一个高级行为，生成用于脚本化动作的输出命令。在生成输出命令之后，该系统可以实现动作，诸如使装置执行该脚本化动作。