arXiv · ML· Ivo Nowak·· 7 天前AI 评分29
StructRL: 基于回放图的无模型强化学习
StructRL: Model-Free Reinforcement Learning with Replay Graphs
AI 导读
StructRL将强化学习过程中的经验转化为显式的回放图,利用动态规划生成图策略,并将其作为动作偏好或方向标签转移给DQN和SAC等无模型学习器。 在MiniGrid稀疏奖励任务中,该方法将DQN的最终成功率从0.10提升至0.90;在PointMaze任务中,SAC的成功率从0.17提升至1.0。
来源:arXiv · ML · arxiv.org