Hybrid Reward Architecture for Reinforcement Learning

最新推荐文章于 2023-04-21 08:16:42 发布

Adam婷

最新推荐文章于 2023-04-21 08:16:42 发布

阅读量1.4k

点赞数

分类专栏：机器学习算法论文研读深度强化学习强化学习 DQN

本文链接：https://blog.youkuaiyun.com/weixin_41697507/article/details/94389520

版权

机器学习同时被 3 个专栏收录

161 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

强化学习

26 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

算法

161 篇文章

订阅专栏

本文提出了一种名为混合奖励架构（HRA）的新方法，旨在解决强化学习中复杂价值函数学习慢和不稳定的挑战。HRA将奖励函数分解为多个组件，为每个组件学习单独的值函数，从而简化学习过程。通过在Atari游戏Ms. Pac-Man上的实验，HRA实现了高于人类的表现，展示了解决复杂领域问题的能力。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

用于强化学习的混合奖励架构

在这里插入图片描述

31st Conference on Neural Information Processing Systems (NIPS 2017), Long Beach, CA, USA.

Abstract

One of the main challenges in reinforcement learning (RL) is generalisation. In typical deep RL methods this is achieved by approximating the optimal value function with a low-dimensional representation using a deep network. While this approach works well in many domains, in domains where the optimal value function cannot easily be reduced to a low-dimensional representation, learning can be very slow and unstable. This paper contributes towards tackling such challenging domains, by prop