BriefGPT.xyz
Apr, 2019
使用浅层MCTS增强Pommerman中的深度RL安全性探究
Safer Deep RL with Shallow MCTS: A Case Study in Pommerman
HTML
PDF
Bilal Kartal, Pablo Hernandez-Leal, Chao Gao, Matthew E. Taylor
TL;DR
本文研究如何使用非专业演示者的行动指导来避免稀疏、延迟和具有欺骗性的奖励域中的灾难性事件,并提出了一种新的框架将计划算法与异步分布式深度强化学习方法相结合,相比传统的深度强化学习算法,提高了学习速度并收敛到更好的策略。
Abstract
safe reinforcement learning
has many variants and it is still an open research problem. Here, we focus on how to use
action guidance
by means of a
→