动作模式网络：基于深度学习的广义策略
人工智能
2017-12-25 v2 机器学习
摘要
本文中，我们介绍动作模式网络(ASNet)：一种用于为概率规划问题学习广义策略的神经网络架构。通过模仿规划问题的关系结构，ASNet能够采用权重共享方案，允许网络应用于给定规划域中的任何问题。这使得训练网络的成本可以在该域所有问题上分摊。进一步，我们提出一种训练方法，在小问题上平衡探索与监督训练，以产生在更大问题上评估时仍保持鲁棒的策略。在实验中，我们展示ASNet的学习能力使其能在几个挑战性域中显著优于传统非学习规划器。
引用
@article{arxiv.1709.04271,
title = {Action Schema Networks: Generalised Policies with Deep Learning},
author = {Sam Toyer and Felipe Trevizan and Sylvie Thiébaux and Lexing Xie},
journal= {arXiv preprint arXiv:1709.04271},
year = {2017}
}
备注
Accepted to AAAI 2018