用于探索的噪声网络
机器学习
2019-11-01 v3 机器学习
摘要
我们提出 NoisyNet，一种在权重上添加参数化噪声的深度强化学习智能体，并表明该智能体策略所诱导的随机性可用于辅助高效探索。噪声的参数与剩余网络权重一起通过梯度下降学习。NoisyNet 易于实现且增加的计算开销很小。我们发现，用 NoisyNet 替代 A3C、DQN 和 dueling 智能体的常规探索启发式（分别为熵奖励和 -贪婪）可在大量 Atari 游戏上取得显著更高的分数，在某些情况下将智能体从亚人类表现提升至超人类表现。
引用
@article{arxiv.1706.10295,
title = {Noisy Networks for Exploration},
author = {Meire Fortunato and Mohammad Gheshlaghi Azar and Bilal Piot and Jacob Menick and Ian Osband and Alex Graves and Vlad Mnih and Remi Munos and Demis Hassabis and Olivier Pietquin and Charles Blundell and Shane Legg},
journal= {arXiv preprint arXiv:1706.10295},
year = {2019}
}
备注
ICLR 2018