推断归纳：一种新颖的贝叶斯强化学习框架
机器学习
2020-07-03 v2 机器学习
摘要
贝叶斯强化学习（BRL）为强化学习提供了一种决策论意义上的解决方案。虽然“基于模型”的 BRL 算法要么侧重于在模型或价值函数上维持后验分布，并将其与近似动态规划或树搜索相结合，但以往的贝叶斯“无模型”价值函数分布方法隐式地做出了强假设或近似。我们描述了一种新颖的贝叶斯框架——推断归纳（Inferential Induction），用于从数据中正确推断价值函数分布，并由此发展出一类新的 BRL 算法。我们基于该框架设计了一种名为贝叶斯逆向归纳（Bayesian Backwards Induction）的算法。实验表明，所提算法与当前最优方法相比具有竞争力。
引用
@article{arxiv.2002.03098,
title = {Inferential Induction: A Novel Framework for Bayesian Reinforcement Learning},
author = {Hannes Eriksson and Emilio Jorge and Christos Dimitrakakis and Debabrota Basu and Divya Grover},
journal= {arXiv preprint arXiv:2002.03098},
year = {2020}
}
备注
28 pages, 12 figures