通过向深度强化学习中嵌入高层知识实现更快速更安全的训练
人工智能
2019-10-23 v1
摘要
深度强化学习已成功应用于许多动态决策领域，尤其是那些具有非常大状态空间的领域。然而，众所周知深度强化学习可能非常缓慢且耗费资源。所得系统通常脆弱且难以解释。本文中，我们试图通过提出一种将高层规则嵌入深度强化学习的规则介入学习（RIL）框架来解决其中一些问题。借助一些良好规则，该框架不仅能加速学习过程，还能使其远离灾难性探索，从而使系统即使在训练非常早期也相对稳定。此外，鉴于这些规则是高层且易于解释的，它们可以轻易地被维护、更新并共享给其他类似任务。
引用
@article{arxiv.1910.09986,
title = {Faster and Safer Training by Embedding High-Level Knowledge into Deep Reinforcement Learning},
author = {Haodi Zhang and Zihang Gao and Yi Zhou and Hao Zhang and Kaishun Wu and Fangzhen Lin},
journal= {arXiv preprint arXiv:1910.09986},
year = {2019}
}