ブロックMDPにおける効率的な強化学習:モデルフリー表現学習アプローチ【JST・京大機械翻訳】

Zhang Xuezhou; Song Yuda; Uehara Masatoshi; Wang Mengdi; Agarwal Alekh; Sun Wen

プレプリント

J-GLOBAL ID：202202217723090184 整理番号：22P0282675

ブロックMDPにおける効率的な強化学習:モデルフリー表現学習アプローチ【JST・京大機械翻訳】

Efficient Reinforcement Learning in Block MDPs: A Model-free Representation Learning Approach

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年01月31日プレプリントサーバーでの情報更新日： 2022年10月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ブロック構造化動力学(すなわち,ブロックMDP)を持つMarkov決定プロセスにおける効率的な強化学習のためのアルゴリズムであるBRIEE(Block-構造化表現学習)を提示し,そこでは,豊富な観測が未知の潜在状態の集合から生成される。BRIEEインターリーフの潜在状態発見,探査,および開発を一緒に,潜在的無限観測空間のサイズに依存しない,潜在状態,行動,および時間水平の数において,サンプル複雑性スケーリング多項式によって,ほぼ最適に近い政策を証明できる。経験的に,BRIEEは,最新のブロックMDPアルゴリズムHOMERと,深い探査を必要とする挑戦的な豊富な観測組合せロック問題に関する他の経験的RLベースラインよりも,よりサンプル効率的であることを示した。【JST・京大機械翻訳】

, , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る