利用合成经验引导 DQN 回放记忆
机器学习
2020-02-05 v1 机器学习
摘要
许多深度强化学习算法的一个重要组成部分是经验回放（Experience Replay），它充当已产生经验的存储机制或记忆。这些经验被用于训练，并帮助智能体稳定地找到穿越问题空间的完美轨迹。然而，经典经验回放仅利用其实际产生的经验，但所存储的样本蕴含着可提取的关于问题的巨大潜在知识。我们提出了一种在非确定性离散环境中创建合成经验以辅助学习者的算法。插值经验回放（Interpolated Experience Replay）在 FrozenLake 环境中进行了评估，我们表明它可支持智能体比经典版本学习得更快甚至更好。
引用
@article{arxiv.2002.01370,
title = {Bootstrapping a DQN Replay Memory with Synthetic Experiences},
author = {Wenzel Baron Pilar von Pilchau and Anthony Stein and Jörg Hähner},
journal= {arXiv preprint arXiv:2002.01370},
year = {2020}
}