结合想象与启发式学习可泛化的策略
人工智能
2020-06-15 v2
摘要
深度强化学习在稳定环境中可以匹配或超越人类表现，但面对环境的微小改变，人工网络往往无法适应，而人类可以。人类依靠启发式组合来简化计算负荷，并依靠想象将经验学习扩展到新的更具挑战性的环境。受人类前额叶网络层级组织理论的启发，我们开发了一种层级强化学习模型，将启发式和想象结合到一个蹒跚者-策略者网络中。我们使用 Wythoff 博弈（一种具有已知最优策略的网格世界环境）测试该网络的性能。我们表明，将每个位置启发式地标记为热或冷，结合想象性博弈，既加速了学习，又促进了向新颖博弈的迁移，同时还提高了模型的可解释性。
引用
@article{arxiv.1809.03406,
title = {Combining imagination and heuristics to learn strategies that generalize},
author = {Erik J Peterson and Necati Alp Müyesser and Timothy Verstynen and Kyle Dunovan},
journal= {arXiv preprint arXiv:1809.03406},
year = {2020}
}