跳到正文
arXiv · ML· Mridul Mahajan, Aldo Pacchiano, Xuezhou Zhang·· 2 天前AI 评分25

状态空间变换下的迁移强化学习:Learning to Undo 算法

Learning to Undo: Transfer Reinforcement Learning under State Space Transformations

AI 导读

该研究提出了一种基于“撤销映射”的迁移强化学习算法,通过匹配状态特征统计量学习映射并转移策略。 在线性假设下,该方法严格优于从零开始训练的样本复杂度;在连续控制和Atari等实际任务中,也表现出显著更高的样本效率。 结果证实利用任务间的共享结构可提升跨环境策略转移的效率。

来源:arXiv · ML · arxiv.org