跳到正文
arXiv · ML· Yoav Feigenbaum, Dmitrii Krylov, Roy Fox·· 3 天前AI 评分21

MeanQ-BBF:大规模模型下样本高效集成强化学习算法

Sample-Efficient Ensemble Reinforcement Learning at Scale

AI 导读

MeanQ-BBF结合MeanQ与BBF架构,在Atari 100K基准上验证了集成方法对大规模模型的增益。 通过构建大量独立学习者实现计算高效,克服了单纯扩大BBF网络规模导致的性能下降。 该算法在样本效率与计算成本之间提供了优化的权衡方案。

来源:arXiv · ML · arxiv.org