deep rl algorithms | BriefGPT

关键词deep rl algorithms

搜索结果 - 6

有效性视野解释随机环境中的深度强化学习表现
解释为什么深度强化学习算法在实践中表现良好，介绍一种新的强化学习算法 SQIRL，它通过随机探索收集数据，并在这些数据上执行有限次数的值迭代来学习接近最优的策略。
PDF7 months ago
任意经验的模仿：强化学习和模仿学习方法的双重统一
该研究论文旨在通过对强化学习，凸优化和无偏学习方法进行研究，提出了一种新方法，即对偶 RL 方法，可以用于从离线偏置数据中进行无偏学习。
PDFa year ago
利用语言抽象和预训练表示进行语义探索
本研究提出使用词汇和形象语言所构建的视觉和语言表示形式来加强强化学习的探索能力，实验证明这种方法可以改善在高维连续部分可观测空间中进行探索所遇到的问题，促进算法性能的提高。
PDF2 years ago
AAAI科学发现与测量成本 -- 在强化学习中平衡信息和成本
本论文提出了一种框架，可使深度强化学习算法在科学应用方面实现选择行动和决定是否在每个时间步长测量系统当前状态的策略，以平衡获取信息和信息成本。结果表明，当在此模式下训练时，Dueling DQN 和 PPO 代理可以学习到最优行动策略，同时
PDF3 years ago
AAAIPantheonRL：用于动态训练交互的多智能体强化学习库
介绍了 PantheonRL，一款多智能体强化学习软件软件包，支持 Round-robin，适应性和临时训练等动态训练交互方式，基于 StableBaselines3 构建，可直接使用功能强大的深度强化学习算法，在网络用户界面中进行配置。
PDF3 years ago
当简单探索具有样本效率：确定随机探索达到 PAC RL 算法的充分条件
本研究提出了基于随机游走探索的 Q 学习的问题特定样本复杂度界限，该界限依赖于多个结构性质，并将理论结果与某些经验基准领域相关联，以说明我们的界限在这些领域中是否具有多项式样本复杂度并与经验绩效相关。
PDF6 years ago