ANS：面向深度整流强化学习模型的自适应网络缩放
机器学习
2018-11-01 v3 人工智能
机器学习
摘要
本工作对奖励缩放如何影响深度强化学习智能体的性能进行了深入研究。具体而言，我们试图回答以下问题：奖励缩放如何影响强化学习中的非饱和 ReLU 网络？这一问题至关重要，因为 ReLU 是深度学习模型中最有效的激活函数之一。我们还提出了一种自适应网络缩放（Adaptive Network Scaling）框架，以在学习过程中寻找合适的奖励尺度从而提升性能。我们通过实证研究验证了该方案的可行性。
引用
@article{arxiv.1809.02112,
title = {ANS: Adaptive Network Scaling for Deep Rectifier Reinforcement Learning Models},
author = {Yueh-Hua Wu and Fan-Yun Sun and Yen-Yu Chang and Shou-De Lin},
journal= {arXiv preprint arXiv:1809.02112},
year = {2018}
}