面向误差感知的基于模型的强化学习的边界框推理

在基于模型的强化学习中，来自所学模型的模拟经验通常被视为等同于来自真实环境的经验。然而，当模型不准确时，它可能会灾难性地干扰策略学习。或者，智能体可以学习模型的准确性，并仅在模型能够提供可靠预测时选择性地使用它。我们通过实验探索了用于选择性规划的模型不确定性度量，并表明，为了估计基于模型更新的不确定性，最佳结果需要分布不敏感的推理。为此，我们提出并评估了边界框推理，它在一组可能状态和其他量的边界框上进行操作。我们发现，边界框推理可以可靠地支持有效的选择性规划。