Feb, 2019
策略蒸馏的提炼
Distilling Policy Distillation
Wojciech Marian Czarnecki, Razvan Pascanu, Simon Osindero, Siddhant M. Jayakumar, Grzegorz Swirszcz...
TL;DR本文探究了深度强化学习中的知识转移工具:策略蒸馏(distillation),比较了各种不同形式并通过理论和实证分析确定了三种最佳蒸馏技术,其中新提出的期望熵正规化蒸馏在广泛的情况下能够保证收敛并加快学习速度。