利用Hellinger距离正则化器解耦选项
机器学习
2019-04-16 v1 机器学习
摘要
在强化学习（RL）中，时间抽象仍是一个重要且未解决的问题。选项框架为RL中的时间抽象提供了线索，而option-critic架构以端到端方式优雅地解决了寻找选项与学习RL智能体这两个问题。然而，有必要考察通过该方法学到的选项是否起到互斥作用。本文中，我们提出了一种Hellinger距离正则化器，一种用于解耦选项的方法。此外，我们将从统计角度阐明各种指标，以与通过现有option-critic架构学到的选项进行比较。
引用
@article{arxiv.1904.06887,
title = {Disentangling Options with Hellinger Distance Regularizer},
author = {Minsung Hyun and Junyoung Choi and Nojun Kwak},
journal= {arXiv preprint arXiv:1904.06887},
year = {2019}
}