通过线性可解马尔可夫决策过程组合实现分层
人工智能
2016-12-09 v1
摘要
分层架构对于强化学习方法的扩展性至关重要。当前的层次化框架串行执行动作，宏动作由基本动作序列组成。我们提出一种基于并行并发执行多个动作的这些控制层次的新替代方案。我们的方案利用线性可解马尔可夫决策过程（LMDP）框架提供的并发组合性，其天然使学习智能体能够同时借助多个宏动作来解决新任务。我们引入了多任务 LMDP 模块，该模块维护任务的并行分布式表示，并且可以堆叠以形成在空间和时间上抽象的深层层次结构。
引用
@article{arxiv.1612.02757,
title = {Hierarchy through Composition with Linearly Solvable Markov Decision Processes},
author = {Andrew M. Saxe and Adam Earle and Benjamin Rosman},
journal= {arXiv preprint arXiv:1612.02757},
year = {2016}
}
备注
9 pages, 3 figures