دانلود مقاله انگلیسی رایگان:کاوش اکتشاف محور کنجکاوی تصادفی در یادگیری تقویتی  عمیق - 2020
بلافاصله پس از پرداخت دانلود کنید
دانلود مقاله انگلیسی یادگیری تقویتی رایگان
  • Random Curiosity-driven Exploration in Deep Reinforcement Learning Random Curiosity-driven Exploration in Deep Reinforcement Learning
    Random Curiosity-driven Exploration in Deep Reinforcement Learning

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Random Curiosity-driven Exploration in Deep Reinforcement Learning


    ترجمه فارسی عنوان مقاله:

    کاوش اکتشاف محور کنجکاوی تصادفی در یادگیری تقویتی عمیق


    منبع:

    Sciencedirect - Elsevier - Neurocomputing, Journal Pre-proof. doi:10.1016/j.neucom.2020.08.024


    نویسنده:

    Jing Li, Xinxin Shi, Jiehao Li, Xin Zhang, Junzheng Wang


    چکیده انگلیسی:

    Reinforcement learning (RL) depends on carefully engineering environment rewards. However, rewards from environments are extremely sparse for many RL tasks, challenging for the agent to learn skills and interact with the environment. One solution to this problem is to create intrinsic rewards for agents and to make rewards dense and more suitable for learning. Recent algorithms, such as curiosity-driven exploration, usually estimate the novelty of the next state through the prediction error of dynamics models. However, these methods are typically limited by the capacity of their dynamics models. In this paper, a random curiosity-driven model using deep reinforcement learning is proposed, which uses a target network with fixed weights to maintain the stability of dynamics models and create more suitable intrinsic rewards. We integrate the parametric exploration method for further promoting sufficient exploration. Besides, a deeper and more closely connected network is utilized for encoding the pixel images for policy-gradient. By comparing our method against the previous approaches in several environments, the experiments show that our method achieves state-of-the-art performance on most but not all of the Atari games.
    Keywords: Deep reinforcement learning | curiosity-driven exploration | intrinsic rewards


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 28
    حجم فایل: 1911 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi