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!

Soft Adversarial Offline Reinforcement Learning via Reducing the Attack Strength for Generalization

对抗制 强化学习 计算机科学 一般化 人工智能 钢筋 机器学习 工程类 数学 结构工程 数学分析
作者
Weidong Qiao,Rui Yang
标识
DOI:10.1145/3651671.3651762
摘要

Improving the generalization ability in offline reinforcement learning (RL) has received much attention in recent years. Existing adversarial RL approaches use adversarial training for the policy improvement, thus enhancing the generalization ability of RL agents. However, adversarial training severely hinders the performance improvement of agents in offline RL settings. This is because adversarial training is a pessimistic learning paradigm, where the adversarial attack patterns aim to improve the agents' generalization ability in worst-case scenarios. Such a learning paradigm struggles to improve the policy performance in the unstable training process of offline RL, thereby making it challenging to enhance generalization ability. To tackle this problem, we propose a novel offline adversarial RL approach, namely Soft Adversarial Offline Reinforcement Learning (SAORL), which learns soft adversarial examples by reducing the attack strength of adversarial examples in offline RL. Specifically, SAORL proposes the Wasserstein-based constraint on traditional adversarial examples, thus formulating a worse-case optimization problem to learn the soft adversarial examples. We conduct extensive experiments on D4RL to evaluate our approach, which demonstrates SAORL can improve agents' performance and zero-shot generalization ability.

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
汉堡包应助无情的琳采纳,获得10
7秒前
11秒前
30秒前
32秒前
34秒前
无情的琳发布了新的文献求助10
36秒前
36秒前
且听风吟发布了新的文献求助10
37秒前
明日边缘关注了科研通微信公众号
45秒前
48秒前
寡核苷酸小白完成签到 ,获得积分10
52秒前
赘婿应助科研通管家采纳,获得10
52秒前
明日边缘发布了新的文献求助10
1分钟前
淡淡的绮琴完成签到 ,获得积分10
1分钟前
量子星尘发布了新的文献求助10
1分钟前
无情的琳发布了新的文献求助10
1分钟前
共享精神应助合适的哑铃采纳,获得10
1分钟前
1分钟前
Becky完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
李木禾完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
2分钟前
2分钟前
2分钟前
Criminology34应助科研通管家采纳,获得10
2分钟前
Criminology34应助科研通管家采纳,获得10
2分钟前
2分钟前
无情的琳发布了新的文献求助10
3分钟前
3分钟前
迷茫的一代完成签到,获得积分10
3分钟前
哈哈哈关注了科研通微信公众号
3分钟前
3分钟前
3分钟前
3分钟前
量子星尘发布了新的文献求助10
3分钟前
且听风吟完成签到,获得积分10
3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
Introduction to strong mixing conditions volume 1-3 5000
Clinical Microbiology Procedures Handbook, Multi-Volume, 5th Edition 2000
The Cambridge History of China: Volume 4, Sui and T'ang China, 589–906 AD, Part Two 1000
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 1000
Real World Research, 5th Edition 800
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5724051
求助须知:如何正确求助?哪些是违规求助? 5283928
关于积分的说明 15299551
捐赠科研通 4872214
什么是DOI,文献DOI怎么找? 2616686
邀请新用户注册赠送积分活动 1566580
关于科研通互助平台的介绍 1523420