Jan, 2019

基于优势加权信息最大化的分级强化学习

TL;DR本研究提出了一种基于相互信息最大化学习层次策略潜变量的HRL方法,用于优化连续控制任务中的强化学习性能,并介绍了优势加权重要性采样和确定性策略梯度方法,以实现选项策略选择和优化。实验结果表明,该方法可以学习多样化的选项并增强连续控制任务中强化学习的性能。