跳到正文
arXiv · ML· Muhammad Ibrahim Khan, Aniket Dixit, Faizan Ahmed, James Brusey·· 14 天前AI 评分31

DMGT:通过决策模型引导的强化学习训练方法

The Blindfolded Controller: Decision Model-Guided Training for Reinforcement Learning

AI 导读

DMGT将决策模型用于初始化强化学习策略,让智能体在稀疏奖励任务中首次交互即获取奖励。 该方法结合了决策模型无需训练即可行动与强化学习依靠奖励优化的优势,实验表明其在7个任务中表现均优于纯强化学习。 消融研究为向决策模型描述环境和任务提供了指南,解决了探索困难与样本低效问题。

来源:arXiv · ML · arxiv.org