MIME：互信息最小化探索
机器学习
2020-01-17 v1 机器学习
摘要
我们表明，通过惊奇度（surprisal）学习的强化学习智能体在突变的环境转移边界处会陷入停滞，因为这些转移难以学习。我们提出了一种反直觉的解决方案，称为互信息最小化探索（MIME），其中智能体学习环境的潜在表示而不试图预测未来状态。我们表明，我们的智能体在突变转移边界上表现显著更好，同时在其他区域与surprisal驱动智能体性能相当。特别地，我们在Gravitar、Montezuma's Revenge和Doom等困难学习游戏上展示了最先进的性能。
引用
@article{arxiv.2001.05636,
title = {MIME: Mutual Information Minimisation Exploration},
author = {Haitao Xu and Brendan McCane and Lech Szymanski and Craig Atkinson},
journal= {arXiv preprint arXiv:2001.05636},
year = {2020}
}