多目标强化学习：具有挑战性的机器人环境与研究建议

# 多目标强化学习：具有挑战性的机器人环境和研究呼吁 来源：https://openai.com/index/multi-goal-reinforcement-learning/ OpenAI ## 摘要 本技术报告有两个目的。首先，它介绍了一套基于现有机器人硬件的具有挑战性的连续控制任务（已与 OpenAI Gym 集成）。这些任务包括使用 Fetch 机械臂进行推动、滑动和抓取放置，以及使用 Shadow Dexterous Hand 进行手部物体操作。所有任务都具有稀疏的二元奖励，并遵循多目标强化学习（RL）框架，其中代理通过额外输入被告知要做什么。论文的第二部分提出了一系列具体的研究思路，用于改进 RL 算法，其中大多数与多目标 RL 和后见之明经验回放（Hindsight Experience Replay）相关。