使用乐观局部转移的近似最优贝叶斯强化学习
人工智能
2012-06-22 v1 机器学习
机器学习
摘要
基于模型的贝叶斯强化学习（BRL）允许对在未知环境中最优行动的问题进行形式化，即避免探索-利用困境。然而，明确处理BRL的算法遭受组合爆炸，以至于大量工作依赖于启发式算法。本文介绍了BOLT，一种简单且（几乎）确定性的BRL启发式算法，它对转移函数持乐观态度。我们分析了BOLT的样本复杂度，并表明在某些参数下，该算法在贝叶斯意义下以高概率近似最优。然后，实验结果突出了该方法与先前工作的关键差异。
引用
@article{arxiv.1206.4613,
title = {Near-Optimal BRL using Optimistic Local Transitions},
author = {Mauricio Araya and Olivier Buffet and Vincent Thomas},
journal= {arXiv preprint arXiv:1206.4613},
year = {2012}
}
备注
ICML2012