亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Generalization in Reinforcement Learning: Successful Examples Using Sparse Coarse Coding

强化学习 参数化复杂度 计算机科学 函数逼近 趋同(经济学) 神经编码 人工智能 一般化 功能(生物学) 人工神经网络 数学优化 机器学习 算法 数学 进化生物学 生物 经济增长 数学分析 经济
作者
Richard S. Sutton
链接
摘要

On large problems, reinforcement learning systems must use parameterized function approximators such as neural networks in order to generalize between similar situations and actions. In these cases there are no strong theoretical results on the accuracy of convergence, and computational results have been mixed. In particular, Boyan and Moore reported at last year's meeting a series of negative results in attempting to apply dynamic programming together with function approximation to simple control problems with continuous state spaces. In this paper, we present positive results for all the control tasks they attempted, and for one that is significantly larger. The most important differences are that we used sparse-coarse-coded function approximators (CMACs) whereas they used mostly global function approximators, and that we learned online whereas they learned offline. Boyan and Moore and others have suggested that the problems they encountered could be solved by using actual outcomes (rollouts), as in classical Monte Carlo methods, and as in the TD(λ) algorithm when λ = 1. However, in our experiments this always resulted in substantially poorer performance. We conclude that reinforcement learning can work robustly in conjunction with function approximators, and that there is little justification at present for avoiding the case of general λ.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
爱静静应助科研通管家采纳,获得10
12秒前
爱静静应助科研通管家采纳,获得10
12秒前
思源应助liuqizong123采纳,获得30
43秒前
lixuebin完成签到 ,获得积分10
1分钟前
自由的梦露完成签到 ,获得积分10
2分钟前
FashionBoy应助AireenBeryl531采纳,获得10
2分钟前
3分钟前
3分钟前
4分钟前
5分钟前
李健应助心平气和采纳,获得10
5分钟前
Lucas应助可靠的寒风采纳,获得10
5分钟前
5分钟前
心平气和发布了新的文献求助10
5分钟前
6分钟前
烟花应助科研通管家采纳,获得10
6分钟前
danniers完成签到,获得积分10
6分钟前
liuqizong123发布了新的文献求助10
6分钟前
liuqizong123完成签到,获得积分10
6分钟前
6分钟前
6分钟前
6分钟前
6分钟前
嘤嘤怪完成签到 ,获得积分10
6分钟前
7分钟前
Wei发布了新的文献求助10
7分钟前
数学情缘完成签到 ,获得积分10
7分钟前
oracl完成签到 ,获得积分10
7分钟前
7分钟前
7分钟前
8分钟前
Jeriu发布了新的文献求助10
8分钟前
8分钟前
Jeriu完成签到,获得积分10
8分钟前
Wei发布了新的文献求助10
8分钟前
Jasper应助笨笨小熊猫采纳,获得10
8分钟前
8分钟前
神说要有光完成签到,获得积分10
8分钟前
Wei发布了新的文献求助10
8分钟前
王柯文完成签到,获得积分10
8分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3154982
求助须知:如何正确求助?哪些是违规求助? 2805698
关于积分的说明 7865798
捐赠科研通 2463927
什么是DOI,文献DOI怎么找? 1311677
科研通“疑难数据库(出版商)”最低求助积分说明 629688
版权声明 601853