Gated multi-attention representation in reinforcement learning

强化学习 计算机科学 人工智能 机器学习 任务(项目管理) 卷积神经网络 代表(政治) 理论(学习稳定性) 光学(聚焦) 过程(计算) 特征学习 多任务学习 深度学习 特征(语言学) 物理 政治学 法学 管理 经济 哲学 光学 语言学 操作系统 政治
作者
Dayang Liang,Qihang Chen,Yunlong Liu
出处
期刊:Knowledge Based Systems [Elsevier]
卷期号:233: 107535-107535 被引量:7
标识
DOI:10.1016/j.knosys.2021.107535
摘要

Deep reinforcement learning (DRL) has achieved great success in recent years by combining the feature extraction power of deep learning and the decision power of reinforcement learning techniques. In the literature, Convolutional Neural Networks (CNN) is usually used as the feature extraction method and recent studies have shown that the performances of the DRL algorithms can be greatly improved with the utilization of the attention mechanism, where the raw attentions are directly used for the decision-making. However, as is well-known, reinforcement learning is a trial-and-error process and it is almost impossible to learn an optimal policy in the beginning of the learning, especially in environments with sparse rewards, which in turn will cause the raw attention-based models can only remember and utilize the attention information indiscriminately for different areas and may focus on some task-irrelevant regions, but the focusing on such task-irrelevant regions is usually helpless and ineffective for the agent to find the optimal policy. To address this issue, we propose a gated multi-attention mechanism, which is then combined with the Deep Q-learning network (GMAQN). The gated multi-attention representation module (GMA) in GMAQN can effectively eliminate task-irrelevant attention information in the early phase of the trial-and-error process and improve the stability of the model. The proposed method has been demonstrated on the challenging domain of classic Atari 2600 games and experimental results show that compared with the baselines, our method can achieve better performance in terms of both the scores and the effect of focusing in the key regions.
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
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
肉肉的小屋完成签到,获得积分10
刚刚
刚刚
qq发布了新的文献求助10
1秒前
李爱国应助luckygirl采纳,获得10
1秒前
飞鹰girl完成签到,获得积分10
1秒前
大个应助老肥采纳,获得10
2秒前
2秒前
enli发布了新的文献求助10
2秒前
传奇3应助呆呆采纳,获得10
2秒前
3秒前
当时只道是寻常完成签到,获得积分10
4秒前
过时的起眸完成签到,获得积分10
4秒前
孤独孤风完成签到,获得积分10
5秒前
bamboo完成签到,获得积分10
5秒前
悄悄是心上的肖肖完成签到 ,获得积分10
6秒前
jjleborn发布了新的文献求助10
6秒前
6秒前
高贵灵槐完成签到 ,获得积分10
7秒前
万能图书馆应助fxy采纳,获得10
8秒前
OJL完成签到 ,获得积分10
8秒前
英俊的铭应助wzh采纳,获得10
8秒前
曾无忧发布了新的文献求助10
9秒前
杨冲完成签到 ,获得积分10
9秒前
摇光完成签到,获得积分10
10秒前
11秒前
qq完成签到,获得积分10
11秒前
shuke完成签到,获得积分10
12秒前
12秒前
duan完成签到 ,获得积分10
14秒前
糖果完成签到,获得积分10
14秒前
科研通AI2S应助edtaa采纳,获得10
15秒前
活泼的烙完成签到 ,获得积分10
16秒前
hyw完成签到 ,获得积分10
16秒前
16秒前
铃溪完成签到 ,获得积分10
17秒前
511完成签到 ,获得积分10
17秒前
19秒前
wyblobin发布了新的文献求助10
20秒前
LHW完成签到,获得积分10
20秒前
木木完成签到 ,获得积分10
22秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
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 3162599
求助须知:如何正确求助?哪些是违规求助? 2813541
关于积分的说明 7900687
捐赠科研通 2473052
什么是DOI,文献DOI怎么找? 1316652
科研通“疑难数据库(出版商)”最低求助积分说明 631452
版权声明 602175