用条件动作树推广离散动作空间
机器学习
2021-04-16 v1 人工智能
机器学习
摘要
强化学习（RL）环境中用于构造动作空间的约定相对较少。因此，将 RL 算法应用于具有多组件的大动作空间任务需要额外调整以适应不同格式。本文引入条件动作树（Conditional Action Trees），有两个主要目标：（1）作为 RL 中构造动作空间以跨若干动作空间规范推广的方法；（2）形式化一个通过将动作空间分解为多个子空间从而显著缩减动作空间的过程，倾向于多阶段决策方法。我们展示了若干概念验证实验来验证我们的方案，范围从具有基本离散动作空间的环境到常见于 RTS 类游戏中具有大型组合动作空间的环境。
引用
@article{arxiv.2104.07294,
title = {Generalising Discrete Action Spaces with Conditional Action Trees},
author = {Christopher Bamford and Alvaro Ovalle},
journal= {arXiv preprint arXiv:2104.07294},
year = {2021}
}