ISL：一种用于深度探索的新方法
机器学习
2020-06-08 v4 人工智能
机器学习
摘要
本文中我们探讨了一种解决深度探索的替代方法，并引入了ISL算法，该算法在执行深度探索时高效。与最大熵强化学习类似，我们通过用一个新的正则项扩充传统强化学习目标来推导该算法。我们方法的一个显著特征是，与其他解决深度探索问题的工作不同，在我们的推导中，学习方程与探索-利用策略是作为良态优化问题的解一并推导出来的，该优化问题的最小化可导出最优值函数。我们在实验上表明，我们的方法在一系列具有挑战性的深度探索基准上展现出最先进的性能。
引用
@article{arxiv.1909.06293,
title = {ISL: A novel approach for deep exploration},
author = {Lucas Cassano and Ali H. Sayed},
journal= {arXiv preprint arXiv:1909.06293},
year = {2020}
}