exploration strategy | BriefGPT

关键词exploration strategy

搜索结果 - 26

ICLR信息瓶颈下的传递和探索
提出了一种利用信息瓶颈机制学习判决状态的增值方法，通过对观察的状态进行分析，识别有潜力的子目标进行新的探索，并指导代理经过判决状态和状态空间的新区域。
PDF5 years ago
ICLRNADPEx：一种适用于深度强化学习的基于策略的时间一致性探索方法
本文提出了一种新的基于神经元随机舍弃的强化学习策略模型，即神经元自适应随机舍弃策略模型，用于解决稀疏奖励问题，相比其他 naive exploration 和 parameter noise 方法，在标准 mujoco 基准测试中具有同样甚
PDF6 years ago
AAAI连续控制中前瞻探索的模型学习
本文提出了一种探索方法，将先前学习的基本技能及其动态与前瞻性搜索相结合，用于操作策略的强化学习，并且表明该方法比当前最先进的 RL 方法更快地学习到复杂操作策略，并获得更好的策略收敛结果。
PDF6 years ago
NIPS探索：基于计数的深度强化学习探索研究
通过使状态映射到哈希码中并使用哈希表计算它们的出现次数，来提高高维状态空间下的基于计数的探索策略解决 MDP 问题的性能。实验发现，简单的哈希函数和领域相关的学习哈希码都可以大大提高基于计数的探索策略的性能，且在连续控制任务和 Atari
PDF8 years ago
NIPSVIME：变分信息最大化探索
本篇论文提出了一种基于变分信息最大化探索的方法 VIME，使用贝叶斯神经网络中的变分推断实现，能有效处理连续状态和动作空间，在多种连续控制任务和算法中表现显著优于启发式探索方法。
PDF8 years ago
贝叶斯优化的熵搜索组合
本文提出了一种新的资产组合方法 —— 熵搜索组合（ESP），以解决 Bayesian 优化方法中的探索策略选择问题，并在实际和人工数据上的若干问题中证明了 ESP 方法的优越性和鲁棒性。
PDF10 years ago