基于Bootstrapped DQN的深度探索
机器学习
2016-07-05 v3 人工智能
系统与控制
机器学习
摘要
在复杂环境中高效探索仍是强化学习的一大挑战。我们提出bootstrapped DQN，一种通过随机化值函数以计算和统计高效方式探索的简单算法。与epsilon-greedy探索等抖动策略不同，bootstrapped DQN执行时间扩展（或深度）探索；这可带来指数级更快的学习。我们在复杂随机MDP和大规模Arcade Learning Environment中展示了这些益处。Bootstrapped DQN在大多数Atari游戏中显著改善了学习时间与性能。
引用
@article{arxiv.1602.04621,
title = {Deep Exploration via Bootstrapped DQN},
author = {Ian Osband and Charles Blundell and Alexander Pritzel and Benjamin Van Roy},
journal= {arXiv preprint arXiv:1602.04621},
year = {2016}
}