无奖励情形下基于流形分析的选项发现
机器学习
2020-08-20 v2 人工智能
谱理论
摘要
选项已被证明是强化学习中的有效工具，有助于改善探索与学习。本文提出一种基于谱图论的方法，并推导出一种无需特定奖励或任务分配即可系统发现选项的算法。与以往方法的常见做法相反，我们的算法充分利用图拉普拉斯算子的谱。纳入与较高图频率相关的模态揭示了领域的细微特性，这些特性被证明对选项发现很有用。利用几何与基于流形的分析，我们给出了该算法的理论依据。此外，我们在多个领域中展示了其性能，相较竞争方法有明显改进。
引用
@article{arxiv.2003.05878,
title = {Option Discovery in the Absence of Rewards with Manifold Analysis},
author = {Amitay Bar and Ronen Talmon and Ron Meir},
journal= {arXiv preprint arXiv:2003.05878},
year = {2020}
}