Agent57：在 Atari 人类基准上取得超越表现
机器学习
2020-03-31 v1 机器学习
摘要
在过去十年中，Atari 游戏一直是强化学习（RL）社区中长期使用的基准。该基准旨在测试 RL 算法的通用能力。先前的工作通过在许多游戏中表现极为出色、但在若干最具挑战性的游戏中表现极差，从而取得了良好的平均性能。我们提出了 Agent57，这是首个在所有 57 个 Atari 游戏上超越标准人类基准的深度 RL 智能体。为取得该结果，我们训练了一个神经网络，其参数化了一族从高度探索到纯粹利用的策略。我们提出了一种自适应机制，以在训练过程中优先选择何种策略。此外，我们采用了一种新颖的架构参数化方式，可实现更一致且稳定的学习。
引用
@article{arxiv.2003.13350,
title = {Agent57: Outperforming the Atari Human Benchmark},
author = {Adrià Puigdomènech Badia and Bilal Piot and Steven Kapturowski and Pablo Sprechmann and Alex Vitvitskyi and Daniel Guo and Charles Blundell},
journal= {arXiv preprint arXiv:2003.13350},
year = {2020}
}