Jul, 2021

AdaRL：迁移强化学习中的适应什么、在哪里和如何适应

PDF
TL;DR提出了一种基于图表示学习的 RL 适应策略 AdaRL，只需少量样本即可可靠且高效地适应环境变化，结果表明 AdaRL 在 Cartpole 和 Atari 游戏中的表现良好。
reinforcement learningadaptive rlpolicy adaptationgraphical representationenvironmental changes
发现论文，激发创造
  • DARLA: 在强化学习中改进零样本迁移

    该论文讨论利用多级深度强化学习代理 DARLA，通过学习离散化的环境表示，使策略更具鲁棒性实现领域自适应，该方法在不同的 RL 环境（Jaco arm, DeepMind Lab）和基本 RL 算法（DQN, A3C, and EC）中显示出比传统基线方法更好的性能表现。

    Jul, 2017

  • 一种基于优势的强化学习策略迁移算法及其可迁移性度量

    本文提出了一种基于收益的策略转移算法 APT-RL，用于在固定领域环境中的强化学习，通过使用 “优势” 作为正则项，避免了启发式选择算法设计，并提出了一种新的转移性能度量来评估算法的性能并统一现有的转移强化学习框架，实验证明在大多数任务上 APT-RL 的性能优于现有的转移强化学习算法，并且比从零开始学习更加高效。

    Nov, 2023

  • 离线动态强化学习：通过领域分类器进行转移训练

    我们提出了一种简单、实用和直观的强化学习领域自适应方法，通过修改奖励函数，使用辅助分类器来区分源域和目标域，对源域中不可能出现的状态进行惩罚，适用于连续状态和动作的域，可扩展至高维任务。

    Jun, 2020

  • 基于深度强化学习的适应性和泛化性方法综述

    本文调查研究 Deep Reinforcement Learning (DRL) 中关于任务和领域适应以及泛化的最新发展，讨论未来如何增强算法的适应性和泛化能力，以解决更广泛的实际问题。

    Feb, 2022

  • ADAPTER-RL：使用强化学习对任意代理进行自适应

    深度强化学习代理人在适应训练分布之外的任务时面临着过拟合、灾难性遗忘和样本效率问题。本文探讨了适配器在强化学习中的应用，提出了一种创新的适应策略，在 nanoRTS 环境中实验，提高了训练效率并改进了基础代理人，同时兼容预训练神经网络和基于规则的代理人，提供了融合人类专业知识的方法。

    Nov, 2023

  • 强韧性对抗性强化学习

    提出了一种稳健性的敌对训练 (robust adversarial reinforcement learning, RARL) 方法，该方法将敌对训练与零和极小优化相结合，通过训练一个智能体，使其能够在真实系统上的杂乱因素和不确定性下操作，并在多种环境中进行了验证。

    Mar, 2017

  • 开放式任务空间中的人类时间尺度适应

    本文介绍了一种训练 RL 代理器的方法，通过使用 meta-reinforcement 学习、基于注意力的内存结构和有效的自动课程表，该代理器可以快速适应开放式的 3D 问题，并具有自适应性。

    Jan, 2023

  • 在连续任务中利用导师进行领域知识转移

    将顾问整合到深度确定性策略梯度（DDPG）算法，以允许将领域知识以预先学习的政策或预定义的关系的形式整合到学习过程中，以加速学习和改善政策。

    Feb, 2021

  • 通过潜在的统一状态表示在强化学习中进行领域自适应

    通过使用两个阶段的深度强化学习代理，其中第一阶段学习统一的状态表示，第二阶段在一个源域中基于此状态表示进行强化学习训练，以实现异构领域上的零样本策略转移，该方法已经在 CARLA 自动驾驶模拟器中得到验证。

    Feb, 2021

  • 领域对抗性强化学习

    该研究解决强化学习中的泛化问题，通过领域对抗优化过程实现学习表征的视觉不变性，取得显著的泛化改进效果。

    Feb, 2021