Atari 领域中的最大熵对决网络架构
机器学习
2022-04-28 v2 人工智能
摘要
近年来，出现了许多用于强化学习的深度结构，主要用于价值函数估计与表示。这些方法在 Atari 2600 领域取得了巨大成功。本文提出一种基于 Dueling Networks（对决网络）的改进架构，该架构中有两个独立的估计器，一个近似状态价值函数，另一个近似状态优势函数。这一基于 Maximum Entropy（最大熵）的改进，在 Atari 领域中相比原网络及其他基于价值的架构展现出更好的策略评估。
引用
@article{arxiv.2107.14457,
title = {Maximum Entropy Dueling Network Architecture in Atari Domain},
author = {Alireza Nadali and Mohammad Mehdi Ebadzadeh},
journal= {arXiv preprint arXiv:2107.14457},
year = {2022}
}