KF-LAX：将 Kronecker 因子化曲率估计用于强化学习中控制变量优化的梯度估计
机器学习
2018-12-12 v1 机器学习
摘要
在无模型强化学习中，基于梯度的优化方法面临的一个关键挑战是开发一种样本高效且低方差的方法。在这项工作中，我们将 Kronecker 因子化曲率估计技术（KFAC）应用于最近提出的用于控制变量优化的梯度估计器 RELAX，以提高该梯度估计方法在强化学习中的样本效率。所提方法的性能在一个合成问题以及一组三个离散控制任务 Atari 游戏上得到了验证。
引用
@article{arxiv.1812.04181,
title = {KF-LAX: Kronecker-factored curvature estimation for control variate optimization in reinforcement learning},
author = {Mohammad Firouzi},
journal= {arXiv preprint arXiv:1812.04181},
year = {2018}
}