基于优先级和参数噪声的连续状态与动作空间智能体学习
人工智能
2024-10-16 v1 机器学习
摘要
在众多RL变体中,一个重要问题类别是状态和动作空间为连续的情形,如自主机器人、自主车辆和最优控制等,这些问题可自然地应用基于强化学习的算法,且具有连续的状态和动作空间。本文引入一种结合深度Q学习(DQN)和深度确定性策略梯度(DDPG)的优先级形式,以超越先前在连续状态和动作空间问题上的结果。我们的实验还涉及在训练期间使用参数噪声,从而实现更稳健的深度RL模型,显著超越先前结果。我们认为这些结果是连续状态和动作空间问题的有价值补充。
引用
@article{arxiv.2410.11250,
title = {Learning Agents With Prioritization and Parameter Noise in Continuous State and Action Space},
author = {Rajesh Mangannavar and Gopalakrishnan Srinivasaraghavan},
journal= {arXiv preprint arXiv:2410.11250},
year = {2024}
}
备注
10 pages, 3 figures. Published in Advances in Neural Networks - ISNN 2019