基于启发式度量的深度 Q 网络中衰减探索的重退火
人工智能
2020-10-01 v1
摘要
强化学习（RL）中现有的探索策略往往忽视搜索的历史或反馈，或实现复杂。展示其在多样领域有效性的文献也十分有限。我们提出一种基于重退火思想的算法，旨在仅在需要鼓励探索时才这样做，例如当算法检测到智能体陷入局部最优时。该方法易于实现。我们进行了说明性案例研究，表明其有潜力同时加速训练并获得更好的策略。
引用
@article{arxiv.2009.14297,
title = {Reannealing of Decaying Exploration Based On Heuristic Measure in Deep Q-Network},
author = {Xing Wang and Alexander Vinel},
journal= {arXiv preprint arXiv:2009.14297},
year = {2020}
}