并发强化学习中的可扩展协调探索
机器学习
2018-12-18 v2 人工智能
机器学习
摘要
我们考虑一组在共同环境中并发运行的强化学习智能体，并开发了一种适用于实际规模问题的高效协调探索方法。我们的方法建立在种子采样（Dimakopoulou and Van Roy, 2018）和随机值函数学习（Osband et al., 2016）之上。我们证明，在简单的表格情形下，该方法与先前提出的表格模型学习方法（Dimakopoulou and Van Roy, 2018）具有竞争力。在更高维问题和使用神经网络值函数表示时，该方法以远少于其他探索方案的智能体数量实现了快速学习。
引用
@article{arxiv.1805.08948,
title = {Scalable Coordinated Exploration in Concurrent Reinforcement Learning},
author = {Maria Dimakopoulou and Ian Osband and Benjamin Van Roy},
journal= {arXiv preprint arXiv:1805.08948},
year = {2018}
}
备注
NIPS 2018