面向深度强化学习智能体的进化策展课程学习
人工智能
2019-01-17 v1
摘要
在本文中，我们提出了一种带有进化生成器的深度强化学习智能体新训练循环。进化式程序化内容生成此前已用于游戏中地图与关卡的创建。我们的系统结合了一个进化式地图生成器，以构建在具有优先回放的最先进 Double Dueling Deep Q Network 架构中最大化损失的训练课程。我们展示了一个案例研究，在我们制作的名为 Attackers and Defenders 的具有离散大动作空间的游戏上证明了新方法的效力。我们的结果表明，与在地图的非定向采样上训练的网络相比，在进化策展的地图课程（定向采样）上训练既加快了训练速度，又提升了泛化能力。
引用
@article{arxiv.1901.05431,
title = {Evolutionarily-Curated Curriculum Learning for Deep Reinforcement Learning Agents},
author = {Michael Cerny Green and Benjamin Sergent and Pushyami Shandilya and Vibhor Kumar},
journal= {arXiv preprint arXiv:1901.05431},
year = {2019}
}
备注
9 pages, 7 figures, accepted to the Reinforcement Learning in Games workshop at AAAI 2019