Behavior Regularized Offline Reinforcement Learning

强化学习 计算机科学 多样性(控制论) 简单(哲学) 在线和离线 人工智能 机器学习 离线学习 钢筋 在线学习 心理学 社会心理学 认识论 操作系统 万维网 哲学
作者
Yifan Wu,George Tucker,Ofir Nachum
出处
期刊:Cornell University - arXiv 被引量:111
摘要

In reinforcement learning (RL) research, it is common to assume access to direct online interactions with the environment. However in many real-world applications, access to the environment is limited to a fixed offline dataset of logged experience. In such settings, standard RL algorithms have been shown to diverge or otherwise yield poor performance. Accordingly, recent work has suggested a number of remedies to these issues. In this work, we introduce a general framework, behavior regularized actor critic (BRAC), to empirically evaluate recently proposed methods as well as a number of simple baselines across a variety of offline continuous control tasks. Surprisingly, we find that many of the technical complexities introduced in recent methods are unnecessary to achieve strong performance. Additional ablations provide insights into which design choices matter most in the offline RL setting.
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
独特的莫言完成签到,获得积分10
1秒前
lin发布了新的文献求助10
2秒前
aero完成签到 ,获得积分10
4秒前
123号完成签到,获得积分10
6秒前
充电宝应助TT采纳,获得10
8秒前
9秒前
9秒前
英姑应助荒野星辰采纳,获得10
11秒前
11秒前
YHY完成签到,获得积分10
13秒前
科研通AI5应助魏伯安采纳,获得10
13秒前
caoyy发布了新的文献求助10
13秒前
14秒前
15秒前
张喻235532完成签到,获得积分10
16秒前
失眠虔纹发布了新的文献求助10
17秒前
香蕉觅云应助糊涂的小伙采纳,获得10
17秒前
17秒前
sutharsons应助科研通管家采纳,获得200
19秒前
打打应助科研通管家采纳,获得10
19秒前
axin应助科研通管家采纳,获得10
19秒前
丘比特应助科研通管家采纳,获得10
19秒前
小蘑菇应助科研通管家采纳,获得10
19秒前
上官若男应助科研通管家采纳,获得10
19秒前
无花果应助科研通管家采纳,获得10
19秒前
19秒前
李健应助科研通管家采纳,获得10
19秒前
CodeCraft应助科研通管家采纳,获得10
19秒前
Ava应助科研通管家采纳,获得10
19秒前
Hello应助科研通管家采纳,获得10
20秒前
lu应助科研通管家采纳,获得10
20秒前
20秒前
华仔应助科研通管家采纳,获得10
20秒前
研友_MLJldZ发布了新的文献求助10
20秒前
wys完成签到 ,获得积分10
21秒前
22秒前
michaelvin完成签到,获得积分10
22秒前
学术大白完成签到 ,获得积分10
25秒前
25秒前
SYT完成签到,获得积分10
26秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
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Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000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
Luis Lacasa - Sobre esto y aquello 700
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 3527998
求助须知:如何正确求助?哪些是违规求助? 3108225
关于积分的说明 9288086
捐赠科研通 2805889
什么是DOI,文献DOI怎么找? 1540195
邀请新用户注册赠送积分活动 716950
科研通“疑难数据库(出版商)”最低求助积分说明 709849