计算机科学 > 机器学习
[提交于 2019年10月31日
]
标题: VASE:强化学习中的变分多样惊喜探索
标题: VASE: Variational Assorted Surprise Exploration for Reinforcement Learning
摘要: 在具有连续控制和稀疏奖励的环境中进行探索仍然是强化学习(RL)中的一个关键挑战。 最近,意外被用作一种内在奖励,以鼓励系统且高效的探索。 我们引入了一个新的意外定义及其名为变分混合意外探索(VASE)的RL实现。 VASE使用贝叶斯神经网络作为环境动态的模型,并使用变分推断进行训练,交替更新代理模型的准确性和策略。 我们的实验表明,在连续控制稀疏奖励环境中,VASE优于其他基于意外的探索技术。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.