IGN：隐式生成网络
机器学习
2025-02-24 v3 人工智能
摘要
在本工作中，我们基于近期分布强化学习的进展，给出以 IQN 为基础的模型的一种最先进分布变体。我们通过将 GAN 模型的生成器与判别器函数与分位数回归结合，以近似状态-动作回报分布的完整分位数值，从而实现这一点。我们在基线数据集——ALE 中的 57 个 Atari 2600 游戏上展示了改进的性能。此外，我们使用我们的算法展示了在 Atari 游戏中通过策略优化与评估得到的风险敏感策略的最先进训练性能。
引用
@article{arxiv.2206.05860,
title = {IGN : Implicit Generative Networks},
author = {Haozheng Luo and Tianyi Wu and Colin Feiyu Han and Zhijun Yan},
journal= {arXiv preprint arXiv:2206.05860},
year = {2025}
}
备注
2022 21st IEEE International Conference on Machine Learning and Applications (ICMLA)