强化学习场景下基于理论支撑的多教师策略建议及其在负迁移中的应用
机器学习
2016-04-15 v1
摘要
策略建议是一种迁移学习方法，学生智能体能够通过来自教师的建议更快学习。然而，该方法及其他强化学习迁移方法鲜有理论分析。本文正式定义了一种多教师智能体可向学生提供建议的设置，并提出了一种利用自主探索与教师建议的算法。我们的后悔界证实了好教师有帮助而坏教师有害的直觉。利用我们的形式化，我们还首次量化了在此类强化学习设置中负迁移何时会发生。
引用
@article{arxiv.1604.03986,
title = {Theoretically-Grounded Policy Advice from Multiple Teachers in Reinforcement Learning Settings with Applications to Negative Transfer},
author = {Yusen Zhan and Haitham Bou Ammar and Matthew E. taylor},
journal= {arXiv preprint arXiv:1604.03986},
year = {2016}
}
备注
10 pages, 6 figures, IJCAI 2016 conference paper