lifelong reinforcement learning | BriefGPT

关键词lifelong reinforcement learning

搜索结果 - 9

深度终身强化学习的统计上下文检测
在线的深度强化学习环境中，使用最优输运方法中的距离度量来测量过去和当前数据流中数据点组合之间的距离，并使用经过适应的 Kolmogorov-Smirnov 计算进行统计测试，以为经验序列分配标签。任务检测和策略部署的结合允许优化终身强化学习
PDFa month ago
捷足先登：一种无参数的终身强化学习优化器
PACE 是一种无需超参数调整和先验知识的参数自由优化器，基于在线凸优化理论解决了终身强化学习中可塑性损失、适应新任务以及分布变化等挑战。实验证明，尽管底层优化问题是非凸和非平稳的，PACE 在 Procgen，Atari 和 Gym Co
PDFa month ago
针对未知情况的调整：重新审视终身强化学习的评估策略
本文研究了终身强化学习中的关键问题，通过新的调优和评估方法，在只有百分之一的实验数据用于超参数调整的情况下，发现 DQN 和 Soft Actor Critic 方法表现不佳，而一些保持网络可塑性的算法措施表现出色，并且网络不断学习的能力与
PDF3 months ago
一种动态训练和适应深度强化学习模型于不同、低计算及不断变化的放射学部署环境的框架
本文提出了三种图像压缩和去噪算法，以便将这些模型用于选择性体验重演的终身强化学习。经过测试，最大熵图像核心得到了最佳性能。
PDFa year ago
生命周期强化学习中的可扩展和鲁棒计划的最小价值等价部分模型
本文提出了新的模型，称为 “最小价值等效部分模型”，它只对环境的相关方面进行建模。通过实验证明，基于此类模型的规划方法具有可伸缩性和鲁棒性。
PDFa year ago
ICLR基于神经组合的模块化终身强化学习
本文提出了一种基于神经模块的组成式学习方式，探讨了在连续强化学习模型下的可重复利用子问题解决方案，并且通过离线重放经验保持表现以加速未来任务学习的累积神经组件复合持续强化学习方法。
PDF2 years ago
ICLR使用广义策略更新构建迁移的良好行为基础
本文提出了一种简单有效的算法，通过构建独立的策略集合，可以在不需要大量数据的情况下，在各种复杂的强化学习任务中实现高水平的性能表现，同时解决了基于线性特征函数的多个任务的奖励子问题，并应用于终身强化学习设置中。
PDF3 years ago
ICLR基于技能空间规划的无需重置的终身学习
论文提出了一种基于高阶技能抽象规划的无剧本生涯强化学习框架 LiSP，该框架使用内在奖励进行技能学习并使用学到的动力学模型进行规划，能够在不断变化的非稳态非剧本的环境中取得成功，甚至有助于从离线数据中发现技能，减少与现实世界的交互。
PDF4 years ago
具有次线性遗憾的终身强化学习安全策略搜索
开发一种在对抗环境下实施多任务在线学习、可以执行安全约束的终身策略梯度学习算法，通过在基准动态系统和四旋翼控制应用中验证，实现了终身策略搜寻的次线性遗憾。
PDF9 years ago