V
主页
强化学习论文分享20230316
发布人
Temporal Disentanglement of Representations for Improved Generalisation in Reinforcement Learning(ICLR 2023) > 内容简介:强化学习智能体往往不能很好地概括训练过程中未观察到的状态空间中的环境变化。 对于基于图像的RL来说,这个问题尤其严重,因为只要改变一个变量,比如背景颜色,就可以改变图像中的许多像素。 变化的像素会导致智能体对图像的潜在表示发生剧烈变化,从而导致学习策略失败。 为了学习更鲁棒的表示,本文引入了时序分离(TED),这是一种自监督的辅助任务,利用RL观测的序列性质来分离图像表示。 我们发现,与最先进的表征学习方法相比,使用TED作为辅助任务的RL算法在持续训练的情况下更快地适应环境变量的变化。 由于TED执行了一种分离的表征结构,我们的实验还表明,用TED训练的策略更好地概括了与任务无关的变量的未知值(如背景颜色)以及影响最优策略的变量的未知值(如目标位置)。 >关键词:深度强化学习、泛化性 Behavior Proximal Policy Optimization(ICLR 2023) > 内容简介:本文从离线单调策略提升入手,得到一个令人惊讶的发现:一些在线on-policy的算法可以被用于解决离线强化学习。具体来讲,这些on-policy算法固有的保守性正是离线强化学习算法实现紧密性所需要的。在此基础上,本文设计了BPPO算法,该算法在不引入任何额外的约束或正则化的情况下,成功地解决了离线强化学习问题。在D4RL基准测试上的大量实验表明,这种极其简洁的方法优于最先进的离线强化学习算法。 >关键词:深度强化学习、单调策略提升
打开封面
下载高清视频
观看高清视频
视频下载器
强化学习论文分享20230410
强化学习论文分享2022-09-29
强化学习论文分享20230515
强化学习论文分享2022-10-27
IsaacLab+rsl_rl强化学习
强化学习论文分享2022-10-06
强化学习论文分享20240509
强化学习论文分享20230814
强化学习论文分享20240314_1
强化学习论文分享20240718-1
强化学习论文分享20240808
强化学习论文分享20230508
强化学习简介+DQN
强化学习论文分享20240117_1
强化学习论文分享20240711
强化学习论文分享20230731
强化学习论文分享20230821
CV强化论文分享-20240829-2
强化学习论文分享20230807
强化学习论文分享20240117_3
强化学习论文分享20240725
强化学习论文分享20230828
强化学习论文分享20240613-2
动态规划+DDPG
强化学习论文分享2023-02-09
强化学习论文分享20230605
强化学习论文分享2022-10-13
强化学习论文分享2023-02-02
强化学习论文分享2022-10-20
强化学习论文分享2022-12-08
强化学习论文分享20240411_2
强化学习论文分享2022-11-03
基于多智能体强化学习的多小车建图与导航
【强化学习玩游戏】简单易懂的PPO算法及公式推导!强化学习轮足机器人控制器、月球登陆器训练+超级马里奥项目实战!
强化学习论文分享20240314_2
从模型预测控制到强化学习10:“直来直往-直接给策略推荐”的确策略梯度(PG)方法REINFORCE-A2C-原理与仿真
强化学习论文分享20230417
CV强化论文分享20240530
强化学习论文分享20240719_1