具有模型迁移的可证明高效多任务强化学习
机器学习
2022-01-19 v2
摘要
我们研究表格化情节式马尔可夫决策过程（MDP）中的多任务强化学习（RL）。我们构建了一个异构多智能体 RL 问题，其中一组智能体同时面对相似但不必完全相同的 MDP，目标是通过智能体间信息共享提升其集体性能。我们基于模型迁移的思想设计了一种算法并进行分析，给出了依赖间隙与独立间隙的上界与下界，刻画了该问题的内在复杂度。
引用
@article{arxiv.2107.08622,
title = {Provably Efficient Multi-Task Reinforcement Learning with Model Transfer},
author = {Chicheng Zhang and Zhi Wang},
journal= {arXiv preprint arXiv:2107.08622},
year = {2022}
}