کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4947082 | 1439564 | 2017 | 47 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Multi-objectivization and ensembles of shapings in reinforcement learning
ترجمه فارسی عنوان
چند منظوره سازی و مجموعه ای از شکل ها در یادگیری تقویتی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
تقویت یادگیری، چند منظوره سازی، تکنیک های گروهی شکل دادن به پاداش،
ترجمه چکیده
در این مقاله، ما ترکیبی از تکنیک های چند منظوره سازی و گروه بندی را به عنوان یک ابزار قدرتمند برای افزایش کارایی حل در یادگیری تقویت می کنیم. ما قطعات مختلف اطلاعات اکتشافی را از طریق شکل دادن به پاداش تزریق می کنیم و چندین سیگنال پاداش متمایز را به وجود می آوریم که می تواند به طور استراتژیک با استفاده از تکنیک های گروهی برای کاهش پیچیدگی نمونه ترکیب شود. ما تضمین های نظری ارائه می دهیم و توان بالقوه رویکرد را با طیف وسیعی از آزمایش ها نشان می دهیم.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
In this paper, we argue for the combination of multi-objectivization and ensemble techniques as a powerful tool to boost solving performance in reinforcement learning. We inject various pieces of heuristic information through reward shaping, creating several distinct enriched reward signals, which can strategically be combined using ensemble techniques to reduce sample complexity. We provide theoretical guarantees and demonstrate the potential of the approach with a range of experiments.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 263, 8 November 2017, Pages 48-59
Journal: Neurocomputing - Volume 263, 8 November 2017, Pages 48-59
نویسندگان
Tim Brys, Anna Harutyunyan, Peter Vrancx, Ann Nowé, Matthew E. Taylor,