课程学习促进累积回报最大化

IJCAIJun, 2019

Curriculum Learning for Cumulative Return Maximization

Francesco Foglino, Christiano Coletto Christakou, Ricardo Luna Gutierrez, Matteo Leonetti

TL;DR本论文提出一种任务排序算法，旨在通过控制学习过程中的探索行为减少非最优行为，并通过实验表明在组合优化问题中能够实现显著的累积回报最大化性能，以及在微型能源网络的家庭控制器优化问题中实现验证。

Abstract

curriculum learning has been successfully used in reinforcement learning to accelerate the learning process, through knowledge transfer between tasks of increasing complexity. Critical tasks, in which suboptimal

curriculum learning reinforcement learning task sequencing algorithm cumulative return maximization micro energy grid

发现论文，激发创造

课程学习中任务排序的优化框架

本文研究了如何通过选择不同目标函数，使用课程学习在强化学习中优化任务序列，提高初始性能，减少探索过程中的次优动作，并发现更好的策略。

Jan, 2019

强化学习中的课程表政策学习

本文研究课程学习在强化学习中的应用，并针对多个传递学习算法扩展已有的课程设计方法，通过学习 MDP（Markov Decision Process) 过程中的课程策略，得出可以用于训练代理人的课程，进而实现更快或同等方法的学习效率。

Dec, 2018

强化学习中的师生课程学习

提出了一种基于师生课程学习的强化学习方法，该方法独立于人类领域知识和手动课程设置，可以改善学生的样本效率和通用性。

Oct, 2022

关于最优传输在课程强化学习中的益处

通过将课程设置为任务分布之间的插值，将生成课程作为约束优化传输问题来提高课程强化学习（CRL）方法的性能，从而在具有不同特点的各种任务中取得高性能。

Sep, 2023

神经网络的自动课程学习

本篇论文提出了一种新的方法，通过评估学习进程来自动化选择神经网络学习课程，从而最大化学习效率。通过提供来自学习进展指标的信号以激励非静态多臂赌博机算法来的确定随机教学计划。对于 3 个课程上的 LSTM 网络的实验结果表明，我们的方法可以显著加快学习速度，在某些情况下，将实现令人满意的性能水平所需的时间减半。

Apr, 2017

通过设置器 - 求解器交互自动生成课程

研究探讨了如何在动态的环境下使用自动生成的任务大纲来改善智能体的效果，介绍了使用目标的有效性、可行性和覆盖面的考虑来构建有用的任务大纲的新技术，并在 2D 和 3D 环境中展示了成功应用。

Sep, 2019

多智能体强化学习中的协作课程学习

在多智能体环境中，通过使用降低技能水平的协作队友为学习代理制定学习课程，能够同时实现任务完成与整体团队奖励最优。

Dec, 2023

神经网络中的价值最大化元学习策略

在一个可行的设定中，我们理论上研究了一种优化控制信号的学习努力框架，该框架能够以完全规范的客观目标：学习过程中的折现累积性能来高效地进行优化。

Oct, 2023

基于贝叶斯优化的课程学习提升自主驾驶深度强化学习方法的环境鲁棒性

通过贝叶斯优化进行概率推理的课程学习方法在自主赛车避障领域表现优于基准的深度强化学习代理与手工设计的课程。

Dec, 2023

加速机器人学习接触丰富的操纵：一个课程学习研究

本研究结合课程学习和域随机化方法，探究如何快速应用于机器人接触式操作任务中，实现在工业装配等领域中的快速学习和短时间内达到高成功率。研究结果表明，本文所提出的方法在工业插入任务中取得了最多 86% 的成功率，并且使用样本训练的时间不到以往的五分之一。

Apr, 2022