Maximum diffusion reinforcement learning

强化学习 最大熵原理 计算机科学 独立同分布随机变量 熵(时间箭头) 人工智能 任务(项目管理) 机器学习 数学 随机变量 工程类 统计 物理 系统工程 量子力学
作者
Thomas A. Berrueta,Allison Pinosky,Todd D. Murphey
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2309.15293
摘要

The assumption that data are independent and identically distributed underpins all machine learning. When data are collected sequentially from agent experiences this assumption does not generally hold, as in reinforcement learning. Here, we derive a method that overcomes these limitations by exploiting the statistical mechanics of ergodic processes, which we term maximum diffusion reinforcement learning. By decorrelating agent experiences, our approach provably enables single-shot learning in continuous deployments over the course of individual task attempts. Moreover, we prove our approach generalizes well-known maximum entropy techniques, and robustly exceeds state-of-the-art performance across popular benchmarks. Our results at the nexus of physics, learning, and control pave the way towards more transparent and reliable decision-making in reinforcement learning agents, such as locomoting robots and self-driving cars.
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
窦誉应助满姣采纳,获得20
1秒前
田様应助满姣采纳,获得10
1秒前
Lucas应助满姣采纳,获得10
1秒前
思源应助满姣采纳,获得10
1秒前
orixero应助满姣采纳,获得10
1秒前
Owen应助满姣采纳,获得10
1秒前
lxrsee完成签到,获得积分10
1秒前
1秒前
善学以致用应助影子采纳,获得10
1秒前
慕青应助学术屎壳郎采纳,获得10
2秒前
微笑的靖易完成签到,获得积分10
2秒前
追寻紫安发布了新的文献求助10
2秒前
丘比特应助hjs888采纳,获得10
3秒前
mxy完成签到,获得积分10
3秒前
喝一口奶茶完成签到,获得积分20
3秒前
4秒前
大橙子给连安阳的求助进行了留言
4秒前
十三完成签到,获得积分10
5秒前
5秒前
咔什么嚓完成签到,获得积分10
6秒前
6秒前
虫二发布了新的文献求助10
6秒前
baby的跑男发布了新的文献求助10
7秒前
7秒前
7秒前
7秒前
鲜艳的诗桃完成签到,获得积分10
9秒前
10秒前
qin希望应助飘逸楷瑞采纳,获得20
10秒前
10秒前
小马甲应助luyang采纳,获得10
11秒前
11秒前
小虫子关注了科研通微信公众号
11秒前
LuLu完成签到,获得积分10
11秒前
子苇完成签到,获得积分10
12秒前
专注的丹寒完成签到,获得积分10
12秒前
有机发布了新的文献求助10
12秒前
超级无敌奥特大王完成签到,获得积分10
12秒前
小陆发布了新的文献求助10
13秒前
LAN0528完成签到,获得积分10
14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
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 500
Classics in Total Synthesis IV 400
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 3144663
求助须知:如何正确求助?哪些是违规求助? 2796129
关于积分的说明 7818009
捐赠科研通 2452286
什么是DOI,文献DOI怎么找? 1304935
科研通“疑难数据库(出版商)”最低求助积分说明 627339
版权声明 601432