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地填写文献信息,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!

Gradient-Adaptive Pareto Optimization for Constrained Reinforcement Learning

帕累托原理 数学优化 强化学习 计算机科学 多目标优化 帕累托最优 摄动(天文学) 最优化问题 梯度法 数学 人工智能 量子力学 物理
作者
Zhuan Zhou,Ming Huang,Feiyang Pan,Jing He,Xiang Ao,Dandan Tu,Qiang He
出处
期刊:Proceedings of the ... AAAI Conference on Artificial Intelligence [Association for the Advancement of Artificial Intelligence (AAAI)]
卷期号:37 (9): 11443-11451 被引量:2
标识
DOI:10.1609/aaai.v37i9.26353
摘要

Constrained Reinforcement Learning (CRL) burgeons broad interest in recent years, which pursues maximizing long-term returns while constraining costs. Although CRL can be cast as a multi-objective optimization problem, it is still facing the key challenge that gradient-based Pareto optimization methods tend to stick to known Pareto-optimal solutions even when they yield poor returns (e.g., the safest self-driving car that never moves) or violate the constraints (e.g., the record-breaking racer that crashes the car). In this paper, we propose Gradient-adaptive Constrained Policy Optimization (GCPO for short), a novel Pareto optimization method for CRL with two adaptive gradient recalibration techniques. First, to find Pareto-optimal solutions with balanced performance over all targets, we propose gradient rebalancing which forces the agent to improve more on under-optimized objectives at every policy iteration. Second, to guarantee that the cost constraints are satisfied, we propose gradient perturbation that can temporarily sacrifice the returns for costs. Experiments on the SafetyGym benchmarks show that our method consistently outperforms previous CRL methods in reward while satisfying the constraints.

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
25秒前
vicky完成签到 ,获得积分10
51秒前
Hello应助简单的皮皮虾采纳,获得10
1分钟前
1分钟前
霸气幼荷发布了新的文献求助10
1分钟前
在水一方应助阿7采纳,获得10
1分钟前
南陆赏降英完成签到,获得积分10
1分钟前
1分钟前
阿7发布了新的文献求助10
2分钟前
2分钟前
groverli发布了新的文献求助10
2分钟前
2分钟前
Lucas应助groverli采纳,获得10
2分钟前
碳酸芙兰完成签到,获得积分10
2分钟前
阿7完成签到,获得积分20
2分钟前
我是老大应助Cure采纳,获得10
2分钟前
一白完成签到 ,获得积分0
2分钟前
Tttttttt完成签到,获得积分10
2分钟前
Ava应助mengzhe采纳,获得10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
3分钟前
3分钟前
哈哈完成签到,获得积分10
3分钟前
mengzhe发布了新的文献求助10
3分钟前
3分钟前
Cure发布了新的文献求助10
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
善学以致用应助Cure采纳,获得10
3分钟前
4分钟前
Jasper应助Desserts采纳,获得10
4分钟前
4分钟前
4分钟前
Desserts发布了新的文献求助10
4分钟前
loii应助Desserts采纳,获得30
4分钟前
5分钟前
5分钟前
5分钟前
groverli完成签到,获得积分10
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
機能性マイクロ細孔・マイクロ流体デバイスを利用した放射性核種の 分離・溶解・凝集挙動に関する研究 1000
卤化钙钛矿人工突触的研究 1000
Engineering for calcareous sediments : proceedings of the International Conference on Calcareous Sediments, Perth 15-18 March 1988 / edited by R.J. Jewell, D.C. Andrews 1000
Wolffs Headache and Other Head Pain 9th Edition 1000
Continuing Syntax 1000
Harnessing Lymphocyte-Cytokine Networks to Disrupt Current Paradigms in Childhood Nephrotic Syndrome Management: A Systematic Evidence Synthesis 700
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6254021
求助须知:如何正确求助?哪些是违规求助? 8076807
关于积分的说明 16868802
捐赠科研通 5327583
什么是DOI,文献DOI怎么找? 2836561
邀请新用户注册赠送积分活动 1813858
关于科研通互助平台的介绍 1668495