基于极限学习机的 Q 网络新颖更新机制
神经与进化计算
2020-06-05 v1 机器学习
摘要
强化学习是一种流行的机器学习范式，可为复杂问题找到近似最优解。这些过程大多涉及使用神经网络进行函数逼近，并通过基于梯度的更新来优化所考虑问题的权重。虽然这种常见方法通常效果良好，但还有其他在强化学习中基本未被探索的更新机制。其中一种机制是极限学习机。其最初提出是为了大幅提高神经网络训练速度，此后已有诸多应用。此处我们尝试将极限学习机以与基于梯度的更新相同的方式应用于强化学习问题。这一新算法称为极限 Q 学习机（EQLM）。我们在 cart-pole 任务（一个基准强化学习问题）上将其性能与典型 Q 网络进行比较，并表明 EQLM 具有与 Q 网络相近的长期学习性能。
引用
@article{arxiv.2006.02986,
title = {A Novel Update Mechanism for Q-Networks Based On Extreme Learning Machines},
author = {Callum Wilson and Annalisa Riccardi and Edmondo Minisci},
journal= {arXiv preprint arXiv:2006.02986},
year = {2020}
}
备注
Accepted for IJCNN/WCCI 2020