Trust Region Policy Optimization

超参数 单调函数 信任域 多样性(控制论) 方案(数学) 非线性系统 计算机科学 数学优化 人工神经网络 深层神经网络 人工智能 强化学习 优化算法 数学 数学分析 物理 量子力学 半径 计算机安全
作者
John Schulman,Sergey Levine,Pieter Abbeel,Michael I. Jordan,Philipp Moritz
出处
期刊:International Conference on Machine Learning 卷期号:: 1889-1897 被引量:2928
摘要

In this article, we describe a method for optimizing control policies, with guaranteed monotonic improvement. By making several approximations to the theoretically-justified scheme, we develop a practical algorithm, called Trust Region Policy Optimization (TRPO). This algorithm is effective for optimizing large nonlinear policies such as neural networks. Our experiments demonstrate its robust performance on a wide variety of tasks: learning simulated robotic swimming, hopping, and walking gaits; and playing Atari games using images of the screen as input. Despite its approximations that deviate from the theory, TRPO tends to give monotonic improvement, with little tuning of hyperparameters.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
合适苗条完成签到,获得积分10
刚刚
Zn应助开水泡饼采纳,获得10
刚刚
科目三应助Liu采纳,获得10
1秒前
1秒前
eating完成签到,获得积分10
1秒前
李双艳完成签到,获得积分10
1秒前
英姑应助科研混子采纳,获得10
1秒前
li完成签到,获得积分10
2秒前
Hungrylunch应助woshiwuziq采纳,获得20
3秒前
合适苗条发布了新的文献求助10
3秒前
安静听白发布了新的文献求助10
3秒前
krystal发布了新的文献求助10
3秒前
4秒前
15122303完成签到,获得积分10
4秒前
lht完成签到 ,获得积分10
5秒前
传奇3应助纯真电源采纳,获得10
5秒前
环走鱼尾纹完成签到 ,获得积分10
5秒前
xiuxiu_27发布了新的文献求助10
6秒前
222完成签到,获得积分10
6秒前
zyz1132完成签到,获得积分10
6秒前
何处芳歇完成签到,获得积分10
7秒前
7秒前
LXYang完成签到,获得积分10
7秒前
7秒前
LL完成签到,获得积分10
7秒前
8秒前
8秒前
十月发布了新的文献求助20
9秒前
9秒前
针地很不戳完成签到,获得积分10
9秒前
10秒前
奋斗金连完成签到,获得积分10
10秒前
科研菜鸟完成签到,获得积分10
10秒前
圈圈发布了新的文献求助10
11秒前
zhanglh完成签到 ,获得积分10
11秒前
11秒前
Liu完成签到,获得积分10
11秒前
啊大大哇完成签到,获得积分10
11秒前
一平驳回了HEIKU应助
12秒前
12秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Social media impact on athlete mental health: #RealityCheck 1020
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527469
求助须知:如何正确求助?哪些是违规求助? 3107497
关于积分的说明 9285892
捐赠科研通 2805298
什么是DOI,文献DOI怎么找? 1539865
邀请新用户注册赠送积分活动 716714
科研通“疑难数据库(出版商)”最低求助积分说明 709678