勾配ベースポリシー学習のための進化的行動選択【JST・京大機械翻訳】

Ma Yan; Liu Tianxing; Wei Bingsheng; Liu Yi; Xu Kang; Li Wei

プレプリント

J-GLOBAL ID：202202217901245723 整理番号：22P0026523

勾配ベースポリシー学習のための進化的行動選択【JST・京大機械翻訳】

Evolutionary Action Selection for Gradient-based Policy Learning

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11日プレプリントサーバーでの情報更新日： 2022年09月16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)

進化アルゴリズム(EA)と深層強化学習(DRL)は,より良い探査と開発のために両方の方法の利点を取るために最近統合されている。これらのハイブリッド法の進化部分は,政策ネットワークの集団を維持する。しかし,既存の方法は,通常,EAのために高次元で,トリクシーである政策ネットワークのパラメータを最適化することに焦点を合わせる。本論文では,高次元パラメータ空間から低次元動作空間への進化のターゲットをシフトした。EAとDRL.In EASの新しいハイブリッド法である進化的行動選択-ツイン遅延(EAS-TD3)を提案し,政策ネットワークによって選択された行動を最適化し,進化アルゴリズムを通して政策学習を促進するために高品質行動を得ることを試みた。挑戦的な連続制御タスクに関するいくつかの実験を行った。その結果,EAS-TD3は他の最先端の方法よりも優れた性能を示した。【JST・京大機械翻訳】

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

人工知能 , ロボットの運動・制御

, , ,

前のページに戻る