Apr, 2021

MBRL-Lib：基于模型的强化学习的模块化库

PDF
TL;DR本文提出了基于 PyTorch 的 MBRL-Lib 机器学习库，旨在为研究人员提供一个易于开发、调试和比较新算法的平台，也为非专业用户降低应用最先进算法的门槛。
model-based reinforcement learningmbrl-libmachine learning librarypytorchcontinuous state-action spaces
发现论文，激发创造
  • 基于模型的前瞻性强化学习

    本论文结合模型推理控制与模型无关的深度强化学习方法，提出一种更加高效的学习框架，并在标准的连续控制基准任务中取得了与模型无关方法相当的性能表现。

    Aug, 2019

  • 基于模型的强化学习基准测试

    本文为了推动模型基强化学习（Model-based Reinforcement Learning, MBRL）的研究，收集了大量 MBRL 算法，并提出了 18 个为 MBRL 特别设计的基准环境来评估这些算法，并探讨了 MBRL 算法之间的主要差异和研究挑战。

    Jul, 2019

  • 基于模型的强化学习的博弈论框架

    本文提出了一种新的框架，将基于模型的强化学习（MBRL）视为博弈，通过构建领导者与跟随者之间的 Stackelberg 博弈来简化算法设计，并设计了两种自然算法家族，旨在促进样本效率。

    Apr, 2020

  • MARLlib: 为多智能体强化学习扩展 RLlib

    本文提出 Multi-Agent RLlib (MARLlib)，即一套多智能体强化学习算法库，通过使用新型的基于智能体的分布式数据流设计，成功地统一了数十种算法，包括不同类型的独立学习、集中式批判家和价值分解方法，提供了灵活的参数共享策略和多样的环境接口，为解决各种合作、竞争和混合任务问题提供了一站式的解决方案。

    Oct, 2022

  • 交替离线模型训练和策略学习的统一框架

    本文提出了一种迭代离线模型学习 (MBRL) 框架，其中通过交替进行动态模型训练和策略学习来最大化真实预期回报的下限，从而解决了动态模型和策略学习之间的目标不匹配问题，从而在广泛的连续控制离线强化学习数据集上实现了竞争性能。

    Oct, 2022

  • Ready Policy One: 通过积极学习构建世界

    本文介绍了 Ready Policy One (RP1)，将基于模型的强化学习视为一个主动学习问题，利用混合目标函数，在优化期间关键性的适应，以便在学习的不同阶段权衡奖励与探索，同时介绍了一个原则性的机制以停止样本收集。在多个连续控制任务中对方法进行了严格评估，并证明了与现有方法相比的显著增益。

    Feb, 2020

  • 可伸缩的多智能体模型基强化学习

    本文提出了一种名为 MAMBA 的新方法，通过利用基于模型的强化学习（MBRL）进一步利用合作环境中的集中式训练，从而使代理之间的通信足以在执行阶段维持每个代理的世界模型，而虚拟推演可用于培训，从而通过减少与环境的互动次数，以与 Model-Free 的现有方法相比，在 SMAC 和 Flatland 的具有挑战性的领域中实现良好的性能。

    May, 2022

  • BenchMARL: 多智能体强化学习基准

    多智能体强化学习领域面临再现性危机，本文引入 BenchMARL 作为第一个用于标准化基准测试的训练库，具备高性能和最新技术实现，从而满足多智能体 PyTorch 用户的需求。

    Dec, 2023

  • 基于鲁棒模型的强化学习在 L1 自适应控制中的应用

    我们介绍了一种用于模型基强化学习（MBRL）算法的控制论增强方案，该方案通过生成一系列基于学到的转移函数的近似控制仿射模型，并结合 L1 自适应控制来提高系统的鲁棒性。该方案不依赖于 MBRL 算法的选择，能够在各种 MBRL 算法中使用，且在多个 MuJoCo 环境中表现出卓越的性能和采样效率，优于原始的 MBRL 算法，无论是否存在系统噪声。

    Mar, 2024

  • 基于模型的强化学习的自我纠正模型

    本文从理论角度分析了 Hallucinated Replay 方法在模型有误的情况下的强化学习效果，提出了一种新的误差界，利用这种方法使确定性 MDPs 的强化学习算法更具有鲁棒性和性能保证。

    Dec, 2016