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的填写文献信息,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!

Practical Probabilistic Model-Based Reinforcement Learning by Integrating Dropout Uncertainty and Trajectory Sampling

辍学(神经网络) 概率逻辑 弹道 强化学习 计算机科学 采样(信号处理) 人工智能 机器学习 重要性抽样 统计 蒙特卡罗方法 数学 计算机视觉 物理 滤波器(信号处理) 天文
作者
Wenjun Huang,Yunduan Cui,Huiyun Li,Xinyu Wu
出处
期刊:IEEE transactions on neural networks and learning systems [Institute of Electrical and Electronics Engineers]
卷期号:: 1-15 被引量:2
标识
DOI:10.1109/tnnls.2024.3474169
摘要

This article addresses the prediction stability, prediction accuracy, and control capability of the current probabilistic model-based reinforcement learning (MBRL) built on neural networks. A novel approach to dropout-based probabilistic ensembles with trajectory sampling (DPETS) is proposed, where the system uncertainty is stably predicted by combining the Monte Carlo dropout (MC Dropout) and trajectory sampling in one framework. Its loss function is designed to correct the fitting error of neural networks for more accurate prediction of probabilistic models. The state propagation in its policy is extended to filter the aleatoric uncertainty for superior control capability. Evaluated by several Mujoco benchmark control tasks under additional disturbances and one practical robot arm manipulation task, DPETS outperforms related MBRL approaches in both average return and convergence velocity while achieving superior performance than well-known model-free baselines with significant sample efficiency. The open-source code of DPETS is available at https://github.com/mrjun123/DPETS.

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
NexusExplorer应助科研通管家采纳,获得10
10秒前
顾矜应助科研通管家采纳,获得10
10秒前
领导范儿应助科研通管家采纳,获得10
10秒前
林非鹿完成签到,获得积分10
14秒前
29秒前
Visitor_001完成签到 ,获得积分10
33秒前
852应助陈塘关守将采纳,获得30
38秒前
叶十七完成签到,获得积分10
57秒前
1分钟前
zengzzz发布了新的文献求助10
1分钟前
szhshq发布了新的文献求助10
1分钟前
英俊的铭应助hermaphrodite采纳,获得10
1分钟前
1分钟前
连长发布了新的文献求助10
1分钟前
1分钟前
科研通AI5应助zengzzz采纳,获得10
1分钟前
脑洞疼应助szhshq采纳,获得10
1分钟前
类类完成签到,获得积分10
1分钟前
1分钟前
1分钟前
madclown完成签到 ,获得积分10
1分钟前
Dr发布了新的文献求助10
1分钟前
忧郁的香魔完成签到,获得积分10
1分钟前
小马甲应助Dr采纳,获得10
1分钟前
zengzzz完成签到,获得积分10
1分钟前
香蕉觅云应助想游泳的鹰采纳,获得10
1分钟前
taku完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
dyuguo3完成签到 ,获得积分10
1分钟前
阿冰发布了新的文献求助10
1分钟前
2分钟前
2分钟前
Tanyang应助大晨采纳,获得10
2分钟前
科研通AI5应助哈哈哈采纳,获得10
2分钟前
伍佰发布了新的文献求助10
2分钟前
852应助科研通管家采纳,获得10
2分钟前
2分钟前
连长发布了新的文献求助10
2分钟前
连长完成签到,获得积分10
2分钟前
高分求助中
Continuum thermodynamics and material modelling 3000
Production Logging: Theoretical and Interpretive Elements 2500
Healthcare Finance: Modern Financial Analysis for Accelerating Biomedical Innovation 2000
Applications of Emerging Nanomaterials and Nanotechnology 1111
Covalent Organic Frameworks 1000
Les Mantodea de Guyane Insecta, Polyneoptera 1000
Theory of Block Polymer Self-Assembly 750
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 纳米技术 内科学 物理 化学工程 计算机科学 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 电极
热门帖子
关注 科研通微信公众号,转发送积分 3477466
求助须知:如何正确求助?哪些是违规求助? 3068936
关于积分的说明 9110085
捐赠科研通 2760357
什么是DOI,文献DOI怎么找? 1514849
邀请新用户注册赠送积分活动 700483
科研通“疑难数据库(出版商)”最低求助积分说明 699604