RL学习距离和障碍物的关系 v2

到达一个目标的可行距离是和障碍物及交通工具联系在一起的。

如果去学校要翻一座山，那肯定不能走直线，没有哪条路是直线的就说明了到达目标是曲折的。

如果遇到河没有桥，就需要绕原路，如果有桥就可以走捷径。

如果可以坐飞机，那距离的概念及感受都会受到人可以操控的工具的影响而变化。心理学就指出在人可以即使通过工具接触到某物时，也会有特定的神经激活。

距离的概念如此复杂，该怎么学习这个复杂的概念呢？

这里介绍几篇论文就给出了参考思路，可以在这个方向上面推进。

关键词：options SR laplacian RL Representations Efficient SKILL

1 paper： https://www.arxiv-vanity.com/papers/1810.04586/

The Laplacian in RL: Learning Representations with Efficient Approximations

距离必然和障碍物及工具联系在一起，这篇论文就给出了一个解决办法，提升了之前很多不能scale的办法；快速可扩展的学习这个表征；

后面有其他论文的不同训练量的参考。

对比训练量 3e4 1e5 实验不同 可以参考

paper: NEAR-OPTIMAL REPRESENTATION LEARNING FOR HIERARCHICAL REINFORCEMENT LEARNING

对比训练量 图3 10M

paper2 ：

https://www.arxiv-vanity.com/papers/1703.00956/

paper3 1710.11089