arXiv · ML· Sreejeet Maity, Sukanya Modak, Leonardo F. Toso·· 2 天前AI 评分20
稀疏模型变化下在线强化学习的自适应记忆算法
Adaptive Memory for Online Reinforcement Learning under Sparse Model Changes
AI 导读
针对环境在部署间发生稀疏变化的折扣强化学习问题,提出一种自适应复用历史观测的算法。 算法按状态-动作对动态选择重用多少历史数据,通过一致性检验确定最佳观测窗口。 理论证明当状态空间规模与变化率乘积满足条件时,仅需最近 O(1/ε) 次部署数据,即可实现长期平均差距为 Õ(√(ε/H)) 的性能。
来源:arXiv · ML · arxiv.org