连续强化学习中过拟合与泛化的剖析
机器学习
2018-06-26 v2 人工智能
机器学习
摘要
机器学习中过拟合的风险与隐患已为人熟知。然而，对此的大多数处理，包括诊断工具与补救措施，都是针对监督学习情形开发的。在本工作中，我们旨在为深度强化学习（RL）方法中过拟合的刻画与预防提供新的视角，特别关注连续域。我们考察了若干方面，例如如何定义与诊断 MDP 中的过拟合，以及如何通过注入充分的训练多样性来降低风险。本工作补充了近期关于深度 RL 方法脆弱性的发现，并为 RL 研究者和实践者提供了实用观察。
引用
@article{arxiv.1806.07937,
title = {A Dissection of Overfitting and Generalization in Continuous Reinforcement Learning},
author = {Amy Zhang and Nicolas Ballas and Joelle Pineau},
journal= {arXiv preprint arXiv:1806.07937},
year = {2018}
}
备注
20 pages, 16 figures