异步协同智能体网络
机器学习
2020-08-11 v4 机器学习
摘要
协同智能体策略梯度算法（CPGA）是一类用于训练称为协同智能体网络的随机神经网络的强化学习算法。本文中，我们证明CPGA收敛到局部最优策略。此外，我们将先前的理论扩展至包含异步和循环协同智能体网络。这些扩展便于直接设计和分析如option-critic之类的分层强化学习算法，并消除了为这些算法推导定制学习规则的复杂过程。
引用
@article{arxiv.1902.05650,
title = {Asynchronous Coagent Networks},
author = {James E. Kostas and Chris Nota and Philip S. Thomas},
journal= {arXiv preprint arXiv:1902.05650},
year = {2020}
}
备注
Updated version