结合PPO与NES以改进探索
机器学习
2019-06-17 v2 神经与进化计算
机器学习
摘要
我们介绍了两种将神经进化策略（NES）与近端策略优化（PPO）相结合的方法：参数迁移与参数空间噪声。参数迁移是指参数从NES智能体迁移而来的PPO智能体。参数空间噪声是直接向PPO智能体的参数添加噪声。我们通过离散动作环境以及连续控制任务上的实验对比，证明PPO可从这两种方法中受益。
引用
@article{arxiv.1905.09492,
title = {Combine PPO with NES to Improve Exploration},
author = {Lianjiang Li and Yunrong Yang and Bingna Li},
journal= {arXiv preprint arXiv:1905.09492},
year = {2019}
}
备注
18 pages, 14 figures