获取完整原文和代码,公众号回复:09101005929
论文地址: http://arxiv.org/pdf/2011.11293v1.pdf
代码: 公众号回复:09101005929
来源: 哥本哈根信息技术大学
论文名称:Evolutionary Planning in Latent Space
原文作者:Thor V.A.N. Olesen
内容提要
计划是一种强大的强化学习的方法,有几个可取的特性。然而,它需要一个世界的模型,这在许多现实问题中是不容易得到的。在本文中,我们提出学习一个世界模型,使进化规划在潜在空间(EPLS)。我们使用变分自动编码器(VAE)来学习个体观察的压缩潜在表示,并扩展混合密度循环神经网络(MDRNN)来学习可用于规划的世界的随机、多模态正演模型。我们使用RMHC来寻找在这个学习世界模型中最大化期望回报的一系列行动。我们将演示如何构建世界模型,方法是从随机策略中进行首次展示,然后使用learned world模型从越来越精确的规划策略中进行迭代优化。经过几次改进之后,我们的规划agents比标准的无模型强化学习方法更好,证明了我们方法的可行性。
主要框架及实验结果
声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。