用于强化学习的 Anderson 加速
机器学习
2018-09-26 v1 机器学习
摘要
Anderson 加速是一种古老而简单的加速不动点计算的方法。然而据我们所知且颇为令人惊讶的是，它从未被应用于动态规划或强化学习。本文简要说明 Anderson 加速是什么以及它如何应用于值迭代，并辅以初步实验表明收敛的显著加速，我们对此进行了批判性讨论。我们还讨论了这一思想如何更普遍地应用于（深度）强化学习。
引用
@article{arxiv.1809.09501,
title = {Anderson Acceleration for Reinforcement Learning},
author = {Matthieu Geist and Bruno Scherrer},
journal= {arXiv preprint arXiv:1809.09501},
year = {2018}
}
备注
European Workshop on Reinforcement Learning (EWRL 2018)