学习外部记忆的策略
机器学习
2007-05-23 v1
摘要
为了使智能体在部分可观测领域中表现良好，通常需要动作依赖于观察历史。本文探讨了一种{\it stigmergic}方法，即智能体的动作包括设置和清除外部记忆中位元的能力，而外部记忆被纳入智能体的输入。此时，需要学习高度非马尔可夫域中的反应性策略。我们探讨了两种算法：SARSA(\lambda\)，该算法在部分可观测域中已有实证成功经验，以及VAPS算法，这是Baird和Moore提出的一种新算法，在部分可观测域中具有收敛保证。我们对这两种算法在基准问题上的性能进行了比较。
关键词
引用
@article{arxiv.cs/0103003,
title = {Learning Policies with External Memory},
author = {Leonid Peshkin and Nicolas Meuleau and Leslie Kaelbling},
journal= {arXiv preprint arXiv:cs/0103003},
year = {2007}
}
备注
8 pages