基于 Transformer 的强化学习在游戏中的应用
机器学习
2019-12-10 v1 神经与进化计算
摘要
近年来，使用深度强化学习技术（如基于深度学习模型和梯度反向传播训练的深度 Q 网络、策略梯度、Actor-Critic 方法）在强化学习任务上取得了显著改进。强化学习中的一个活跃研究领域是训练智能体玩复杂的视频游戏，迄今为止这仍只有人类智能才能完成的任务。利用深度强化学习在视频游戏游玩中的一些当前最优性能，是通过处理视频游戏的帧序列，将其传入卷积网络以获取特征，然后使用循环神经网络来确定导致最优奖励的动作而获得的。循环神经网络将学习从此类特征序列中提取有意义信号。在这项工作中，我们提出了一种利用 transformer 网络的方法，该网络最近已在自然语言处理（NLP）中取代 RNN，并进行了实验以与现有方法比较。
引用
@article{arxiv.1912.03918,
title = {Transformer Based Reinforcement Learning For Games},
author = {Uddeshya Upadhyay and Nikunj Shah and Sucheta Ravikanti and Mayanka Medhe},
journal= {arXiv preprint arXiv:1912.03918},
year = {2019}
}
备注
4 pages