用于强化学习中有效抽象的动态概率逻辑模型
人工智能
2021-10-19 v1
摘要
状态抽象在复杂强化学习环境中实现了样本高效学习与更好的任务迁移。最近，我们提出了RePReL（Kokel等人，2021），一个利用关系规划器为学习提供有用状态抽象的层次化框架。我们简要概述该框架以及使用动态概率逻辑模型来设计这些状态抽象。我们的实验表明，RePReL不仅在当前任务上实现了更好性能与高效学习，还展示出对未见任务的更好泛化能力。
引用
@article{arxiv.2110.08318,
title = {Dynamic probabilistic logic models for effective abstractions in RL},
author = {Harsha Kokel and Arjun Manoharan and Sriraam Natarajan and Balaraman Ravindran and Prasad Tadepalli},
journal= {arXiv preprint arXiv:2110.08318},
year = {2021}
}
备注
Accepted at StarAI 2021 (held in conjunction with IJCLR 2021)