面向部分可观测MDP的深度主动推断
机器学习
2021-02-08 v1 人工智能
神经与进化计算
机器学习
摘要
深度主动推断已被提出作为一种可扩展的感知与行动方法，用于处理大型策略与状态空间。然而，当前模型仅限于完全可观测领域。本文中，我们描述了一个深度主动推断模型，能够直接从高维感官输入中学习成功的策略。该深度学习架构优化期望自由能的一个变体，并通过变分自编码器编码连续状态表示。我们在OpenAI基准测试中表明，我们的方法具有与深度Q学习（一种最先进的深度强化学习算法）相当或更好的性能。
引用
@article{arxiv.2009.03622,
title = {Deep Active Inference for Partially Observable MDPs},
author = {Otto van der Himst and Pablo Lanillos},
journal= {arXiv preprint arXiv:2009.03622},
year = {2021}
}
备注
1st International Workshop on Active inference, European Conference on Machine Learning (ECML/PCKDD 2020)