導(dǎo)讀：PRICAI 2016是環(huán)太平洋國(guó)際人工智能會(huì)議 ，每?jī)赡昱e行一次，大會(huì)專注于人工智能的理論，技術(shù)及其在社會(huì)領(lǐng)域的應(yīng)用，和其對(duì)于太平洋沿岸國(guó)家經(jīng)濟(jì)的重要性。

探索強(qiáng)化學(xué)習(xí)中多個(gè)動(dòng)作之間的關(guān)系（Exploring Multi-action Relationship?in Reinforcement Learning）

?

摘要： 很多現(xiàn)實(shí)生活中的強(qiáng)化學(xué)習(xí)問(wèn)題，要求代理同時(shí)控制多個(gè)行動(dòng)。在這種情況下進(jìn)行學(xué)習(xí)，以前，每一個(gè)動(dòng)作通常和其他動(dòng)作分開(kāi)處理。然而，在應(yīng)用中多個(gè)行動(dòng)之間幾乎很少獨(dú)立進(jìn)行，而且利用行動(dòng)之間潛在的關(guān)系，可能有助于加快學(xué)習(xí)。本文探討了強(qiáng)化學(xué)習(xí)中多個(gè)行動(dòng)之間的關(guān)系。我們提出執(zhí)行一個(gè)正則項(xiàng)來(lái)捕獲多行動(dòng)之間的關(guān)系。我們將正則項(xiàng)具體化到最小二乘策略迭代和時(shí)域差分法中，這有效的解決了凸學(xué)習(xí)目標(biāo)。所提出的方法已在幾個(gè)領(lǐng)域中被證實(shí)有效。實(shí)驗(yàn)結(jié)果顯示具體化多動(dòng)作之間關(guān)系能有效提高學(xué)習(xí)性能。

作者簡(jiǎn)介

俞楊（Yang Yu）

郵箱：yuy@lamda.nju.edu.cn

職位：南京大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系副教授/LAMDA Group

研究方向：人工智能，進(jìn)化的機(jī)器學(xué)習(xí)，強(qiáng)化學(xué)習(xí)

相關(guān)學(xué)術(shù)論文：

·High-dimensional derivative-free optimization

·Pareto optimization

?汪涵（Han Wang）

郵箱：wangh@lamda.nju.edu.cn

職位：南京大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系理科碩士/LAMDA Group

研究方面：機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘，強(qiáng)化學(xué)習(xí)

via：PRICAI 2016

?PS : 本文由雷鋒網(wǎng) (搜索“雷鋒網(wǎng)”公眾號(hào)關(guān)注) 獨(dú)家編譯，未經(jīng)許可拒絕轉(zhuǎn)載！

? 論文原文下載