基于内在好奇心与自模仿学习的探索算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 针对深度强化学习算法在部分可观测环境中面临的稀疏奖励、信息缺失等问题，提出一种结合好奇心模块与自模仿学习的近端策略优化算法。该算法利用随机网络来生成探索过程中的经验样本数据，然后利用优先经验回放技术选取高质量样本，通过自模仿学习对优秀的序列轨迹进行模仿，并更新一个新的策略网络用于指导探索行为。（剩余14457字）

试读结束

目录
monitor