开发工具:
文件大小: 632kb
下载次数: 0
上传时间: 2021-02-26
详细说明：强化学习旨在从与环境的互动中学习策略，以最大化长期回报。 在实践中，我们通常期望策略可以是从状态特征到候选动作的非线性映射，因此具有适应复杂决策情况的能力。 功能表示（通过功能表示将功能表示为基本功能的组合）是学习非线性功能的强大工具，并且已在策略学习中使用（例如，非参数策略梯度（NPPG）方法）。 尽管功能表示具有许多独特的优点，但是功能表示策略包含大量基础功能仍然存在实际缺陷，因此在学习许多构成基础功能时，策略学习算法将花费大量时间。 由于要不断评估复杂的策略，因此该缺陷将严重妨碍功能表示在实际中用于强化学习任务。 在这项工作中，我们提出了小睡机制来提高使用功能表示的效率，该功能通过简单的近似模型以及学习过程来周期性地简化生成的函数。 我们将小睡机制整合到NPPG算法中，并进行了实证研究。 实验结果表明，带小睡的NPPG不仅可以大大提高原始NPPG的训练和预测速度，而且可以显着提高性能。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
