基于图神经网络与自回归策略分解的符号关系深度强化学习
机器学习
2023-08-28 v4 人工智能
摘要
我们关注以对象、对象间关系以及以对象为中心的动作自然定义的关系问题中的强化学习（RL）。这些问题具有可变的状态与动作空间，并且找到大多数现有 RL 方法所需的定长表示是困难的，甚至不可能。我们提出了一种基于图神经网络和自回归策略分解的深度 RL 框架，它天然适用于这些问题且完全领域无关。我们在三个不同领域中展示了该框架的广泛适用性，并展现出针对不同问题规模的令人印象深刻的零样本泛化能力。
引用
@article{arxiv.2009.12462,
title = {Symbolic Relational Deep Reinforcement Learning based on Graph Neural Networks and Autoregressive Policy Decomposition},
author = {Jaromír Janisch and Tomáš Pevný and Viliam Lisý},
journal= {arXiv preprint arXiv:2009.12462},
year = {2023}
}
备注
code available at https://github.com/jaromiru/sr-drl