| 聯合隨機性策略的深度強化學習探索方法 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>679 K | |
| 標簽： 強化學習 深度強化學習 探索利用困境 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹： 目前深度強化學習算法已經可以解決許多復雜的任務，然而如何平衡探索和利用的關系仍然是強化學習領域的一個基本的難題，為此提出一種聯合隨機性策略的深度強化學習探索方法。該方法利用隨機性策略具有探索能力的特點，用隨機性策略生成的經驗樣本訓練確定性策略，鼓勵確定性策略在保持自身優勢的前提下學會探索。通過結合確定性策略算法DDPG和提出的探索方法，得到基于隨機性策略指導的確定性策略梯度算法(SGDPG)。在多個復雜環境下的實驗表明，面對探索問題，SGDPG的探索效率和樣本利用率要優于DDPG算法。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2