通过分叉智能体提升强化学习中的泛化能力
人工智能
2023-01-02 v3 机器学习
摘要
一个由各自拥有一定但有限泛化能力的策略的智能体生态系统，已被证明是一种在程序生成环境中提升泛化的可靠方法。在此类方法中，当遇到生态系统范围之外的新环境时，会定期向生态系统中添加新的智能体。生态系统的适应速度与总体有效性高度依赖于新智能体的初始化。在本文中，我们提出受深度神经网络初始化与迁移学习启发的不同初始化技术，并研究其影响。
引用
@article{arxiv.2212.06451,
title = {Improving generalization in reinforcement learning through forked agents},
author = {Olivier Moulin and Vincent Francois-Lavet and Mark Hoogendoorn},
journal= {arXiv preprint arXiv:2212.06451},
year = {2023}
}
备注
12 pages