基于课程式任务采样的鲁棒元强化学习
机器学习
2022-04-01 v1
摘要
元强化学习 (meta-RL) 习得在广泛任务分布中表现良好的元策略。然而，常规 meta-RL 通过随机采样任务来学习元策略，已被指出会对特定任务（尤其是智能体易获高分的简单任务）产生元过拟合。为减轻元过拟合影响，我们考虑采用基于课程的任务采样的 meta-RL。我们的方法为基于引导任务采样的鲁棒元强化学习 (RMRL-GTS)，其依据分数与训练轮次限制任务采样，是一种有效方法。我们表明，要实现鲁棒 meta-RL，不仅需密集采样低分任务，还需限制并扩展待采样任务的任务区域。
引用
@article{arxiv.2203.16801,
title = {Robust Meta-Reinforcement Learning with Curriculum-Based Task Sampling},
author = {Morio Matsumoto and Hiroya Matsuba and Toshihiro Kujirai},
journal= {arXiv preprint arXiv:2203.16801},
year = {2022}
}