利用神经情景控制加速深度 Q 学习
机器学习
2018-06-05 v4 人工智能
摘要
通过深度学习估计 Q 值的深度强化学习研究近来引起了研究者的兴趣。在深度强化学习中，高效学习智能体通过探索环境所收集的经验十分重要。我们提出了 NEC2DQN，通过在学习的初始阶段使用如 NEC 这类样本效率好的算法，来改善如 DQN 这类样本效率差的算法的学习速度。我们在 Pong 实验中表明，它比 Double DQN 或 N-step DQN 学习得更快。
引用
@article{arxiv.1801.01968,
title = {Faster Deep Q-learning using Neural Episodic Control},
author = {Daichi Nishio and Satoshi Yamane},
journal= {arXiv preprint arXiv:1801.01968},
year = {2018}
}
备注
6 pages, 6 figures, COMPSAC2018 short paper