IJCAIMay, 2024
无已知变化点的非稳定环境中的行为感知深度强化学习方法
A Behavior-Aware Approach for Deep Reinforcement Learning in Non-stationary Environments without Known Change Points
Zihe Liu, Jie Lu, Guangquan Zhang, Junyu Xuan
TL;DR我们的研究引入了行为感知检测和适应（Behavior-Aware Detection and Adaptation，BADA）创新框架，将环境变化检测与行为适应相结合。通过分析使用 Wasserstein 距离的行为之间的变化来识别环境变化，并根据变化的程度对模型进行行为规范化，实现对新环境的适应。一系列实验结果表明，相对于现有的几种算法，该研究表现更好，并揭示了解决这一长期难题的重要潜力。