应用于 Monte-Carlo AImu 实现的广义折扣函数
人工智能
2017-03-07 v1
摘要
近年来，学界在发展广义强化学习（GRL）理论方面取得了一些进展。然而，以具体方式展示这些结果的例子寥寥无几。特别是，目前没有实例展示关于广义折扣的已知结果。我们在 GRL 仿真平台 AIXIjs 中增加了为智能体分配任意折扣函数的功能，以及一个可用于确定折扣对智能体策略影响的环境。利用此平台，我们研究了几何折扣、双曲折扣和幂折扣如何影响简单 MDP 中的知情智能体。我们通过实验复现了若干理论结果，并讨论了一些相关的微妙之处。研究发现，在为 Monte-Carlo Tree Search (MCTS) 规划算法选择适当参数的前提下，智能体的行为符合理论预期。
引用
@article{arxiv.1703.01358,
title = {Generalised Discount Functions applied to a Monte-Carlo AImu Implementation},
author = {Sean Lamont and John Aslanides and Jan Leike and Marcus Hutter},
journal= {arXiv preprint arXiv:1703.01358},
year = {2017}
}
备注
12 pages, 4 figures