LESSON：基于选项框架学习整合强化学习探索策略
机器学习
2024-09-10 v2
摘要
本文提出了一种基于 option-critic 模型的强化学习（RL）探索统一框架。所提框架学习整合一组多样的探索策略，使智能体能够随时间自适应地选择最有效的探索策略，从而针对每个给定任务实现相关的探索-利用权衡。所提探索框架的有效性通过在 MiniGrid 和 Atari 环境中的多种实验得到证明。
引用
@article{arxiv.2310.03342,
title = {LESSON: Learning to Integrate Exploration Strategies for Reinforcement Learning via an Option Framework},
author = {Woojun Kim and Jeonghye Kim and Youngchul Sung},
journal= {arXiv preprint arXiv:2310.03342},
year = {2024}
}
备注
Accepted to ICML2023. Our code is available at https://github.com/beanie00/LESSON