跳到正文
arXiv · ML· Heiko Hoppe, Fabian Akkerman, Wouter van Heeswijk, Maximilian Schiffer·· 10 天前AI 评分26

距离引导强化学习(DGRL)在大规模离散动作空间中的突破

Breaking the Grid: Distance-Guided Reinforcement Learning in Large Discrete Action Spaces

AI 导读

距离引导强化学习(DGRL)通过结合采样动态邻域与基于距离的更新,支持多达 $10^{36}$ 个动作的强化学习任务。 该方法将策略优化转化为稳定回归任务,实现随机体积探索,并解耦了梯度方差与动作空间基数。 在结构化任务中,DGRL 性能比最先进基准最高提升 66%,同时加速收敛并降低计算复杂度。

来源:arXiv · ML · arxiv.org