连续神经算法规划器
机器学习
2022-11-30 v1 人工智能
摘要
神经算法推理研究用神经网络学习算法的问题，尤其是使用图架构。最近提出的 XLVIN 在深度强化学习智能体中利用模拟值迭代算法的图神经网络，获得了诸多益处。它允许在没有通常无法获取的环境特权信息的情况下进行无模型规划。然而，XLVIN 仅支持离散动作空间，因此难以直接应用于大多数现实世界感兴趣的任务。我们通过离散化将 XLVIN 扩展到连续动作空间，并评估了几种选择性扩展策略以处理庞大的规划图。我们的方案 CNAP 展示了神经算法推理如何在 MuJoCo 等高维连续控制环境中产生可衡量的影响，在低数据情形下带来增益并优于无模型基线。
引用
@article{arxiv.2211.15839,
title = {Continuous Neural Algorithmic Planners},
author = {Yu He and Petar Veličković and Pietro Liò and Andreea Deac},
journal= {arXiv preprint arXiv:2211.15839},
year = {2022}
}