带状态聚合的无模型情景控制
机器学习
2020-08-25 v1 人工智能
神经与进化计算
摘要
情景控制（episodic control）提供了一种高度样本高效的强化学习方法，但同时带来高内存与计算需求。本工作提出一种降低这些需求的简单启发式方法，并给出其在无模型情景控制（MFEC）上的应用。在 Atari 游戏上的实验表明，当使用保守的超参数选择时，该启发式成功降低了 MFEC 的计算负担，且未造成显著的性能损失。因此，在处理强化学习任务时，情景控制成为一种更可行的选项。
引用
@article{arxiv.2008.09685,
title = {Model-Free Episodic Control with State Aggregation},
author = {Rafael Pinto},
journal= {arXiv preprint arXiv:2008.09685},
year = {2020}
}
备注
8 pages, 21 figures