深度强化学习中用于有效探索的熵感知模型初始化
机器学习
2025-02-25 v1 人工智能
摘要
鼓励探索是深度强化学习中的一个关键问题。我们研究了初始熵对探索的显著影响，尤其是在早期阶段。我们的主要观察如下：1）低初始熵会增加学习失败的概率，2）这种初始熵偏向于抑制探索的低值。受这些研究的启发，我们设计了一种熵感知模型初始化，这是一种简单而强大的学习策略，用于实现有效探索。我们通过实验表明，所设计的学习策略显著减少了学习失败，并提升了性能、稳定性和学习速度。
引用
@article{arxiv.2108.10533,
title = {Entropy-Aware Model Initialization for Effective Exploration in Deep Reinforcement Learning},
author = {Sooyoung Jang and Hyung-Il Kim},
journal= {arXiv preprint arXiv:2108.10533},
year = {2025}
}
备注
7 pages, 3 figures, 2 tables