REIN-2：利用强化学习智能体孕育有准备的强化学习智能体
机器学习
2022-05-12 v2
摘要
深度强化学习（Deep RL）在过去几年中备受瞩目，因其解决传统机器学习方法被认为实际上无法解决的问题的卓越能力。然而，即便是最先进的深度强化学习算法也存在各种弱点，阻碍其在工业应用中的广泛使用，其中一个主要弱点是其样本效率低。为修补这些问题，我们整合了一种元学习技术，将学习解决任务的目标转变为学习如何学习解决任务（或一组任务）的目标，并通过经验证明这提升了深度强化学习算法的整体稳定性与性能。我们的模型名为 REIN-2，是在强化学习框架内制定的元学习方案，其目标是开发一个元强化学习智能体（元学习者），该智能体学习如何生成其他能够解决给定环境的强化学习智能体（内部学习者）。对于此任务，我们将强化学习智能体与环境的交互转换为元学习者交互的一个新的单一环境。与传统最先进的深度强化学习算法相比，实验结果表明我们的模型在流行的 OpenAI Gym 环境中在得分和样本效率方面表现卓越，包括 Mountain Car 难探索环境。
引用
@article{arxiv.2110.05128,
title = {REIN-2: Giving Birth to Prepared Reinforcement Learning Agents Using Reinforcement Learning Agents},
author = {Aristotelis Lazaridis and Ioannis Vlahavas},
journal= {arXiv preprint arXiv:2110.05128},
year = {2022}
}