基于强化学习的知识转移中的探索

本文的贡献聚焦于知识转移任务中的探索问题。知识转移指的是在学习源任务期间获得的知识在目标任务中的有用应用。知识转移的意图是加快目标任务的学习进程。本文旨在比较深度转移学习算法（特别是深度目标转移Q学习）中使用的几种探索方法，包括ε-greedy、Boltzmann和上置置信界（UCB）探索。所述转移学习算法和探索方法在虚拟无人机问题上进行了测试。结果表明，上置置信界算法在这些选项中表现最佳。其对其他应用的可持续性需要进一步检查。