Proximal Policy Optimization Algorithms

计算机科学 优化算法 数学优化 算法 数学
作者
John Schulman,Filip Wolski,Prafulla Dhariwal,Alec Radford,Oleg Klimov
出处
期刊:Cornell University - arXiv 被引量:9859
标识
DOI:10.48550/arxiv.1707.06347
摘要

We propose a new family of policy gradient methods for reinforcement learning, which alternate between sampling data through interaction with the environment, and optimizing a "surrogate" objective function using stochastic gradient ascent. Whereas standard policy gradient methods perform one gradient update per data sample, we propose a novel objective function that enables multiple epochs of minibatch updates. The new methods, which we call proximal policy optimization (PPO), have some of the benefits of trust region policy optimization (TRPO), but they are much simpler to implement, more general, and have better sample complexity (empirically). Our experiments test PPO on a collection of benchmark tasks, including simulated robotic locomotion and Atari game playing, and we show that PPO outperforms other online policy gradient methods, and overall strikes a favorable balance between sample complexity, simplicity, and wall-time.
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
RBT发布了新的文献求助10
1秒前
在水一方应助欧阳X天采纳,获得10
1秒前
2秒前
3秒前
3秒前
bd应助RBT采纳,获得10
4秒前
MOhy发布了新的文献求助10
5秒前
无花果应助猫的房东采纳,获得10
6秒前
尊敬的含之吴红多完成签到,获得积分10
6秒前
7秒前
7秒前
bearhong发布了新的文献求助10
7秒前
shawn发布了新的文献求助10
8秒前
深情安青应助Shyne采纳,获得10
8秒前
烟花应助MOhy采纳,获得10
10秒前
田様应助于芋菊采纳,获得10
12秒前
13秒前
周冉冉发布了新的文献求助20
13秒前
Daria完成签到,获得积分10
14秒前
14秒前
14秒前
16秒前
16秒前
聪明摩托完成签到,获得积分10
17秒前
AcDb完成签到,获得积分10
17秒前
闪耀星星发布了新的文献求助10
17秒前
贪玩的书包完成签到,获得积分20
18秒前
18秒前
知性的笑槐完成签到,获得积分10
18秒前
timiim发布了新的文献求助10
19秒前
红豆高发布了新的文献求助10
19秒前
AcDb发布了新的文献求助10
20秒前
xtz发布了新的文献求助10
20秒前
canjian1943发布了新的文献求助10
21秒前
猫的房东发布了新的文献求助10
22秒前
IAMXC发布了新的文献求助10
24秒前
飞翔的霸天哥应助红豆高采纳,获得30
24秒前
renhu完成签到,获得积分10
24秒前
缥缈冰珍完成签到 ,获得积分10
29秒前
MOhy完成签到,获得积分10
30秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 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 3143739
求助须知:如何正确求助?哪些是违规求助? 2795236
关于积分的说明 7813804
捐赠科研通 2451222
什么是DOI,文献DOI怎么找? 1304353
科研通“疑难数据库(出版商)”最低求助积分说明 627221
版权声明 601400