Jul, 2023
深度强化学习中奖励机制抽象的上下文预规划,以增强迁移能力
Contextual Pre-Planning on Reward Machine Abstractions for Enhanced
Transfer in Deep Reinforcement Learning
TL;DR为解决深度强化学习代理在任务转移中的过度拟合问题和对现实环境的适应性差的问题,提出一种基于奖励机器的任务表示方法,使用抽象状态图与任务奖励动态的相互作用诱导子任务,从而实现在不同任务间的知识共享和过程优化的目标。经实验测试表明,该方法在各个领域中提高了样本效率和少量训练次数下的转移性能。