已入深夜,您辛苦了!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!祝你早点完成任务,早点休息,好梦!

Transformers in Reinforcement Learning: A Survey

可解释性 强化学习 变压器 计算机科学 人工智能 机器人学 机器学习 建筑 机器人 工程类 电气工程 艺术 电压 视觉艺术
作者
Pranav Agarwal,Aamer Abdul Rahman,Pierre-Luc St-Charles,Simon J. D. Prince,Samira Ebrahimi Kahou
出处
期刊:Cornell University - arXiv 被引量:2
标识
DOI:10.48550/arxiv.2307.05979
摘要

Transformers have significantly impacted domains like natural language processing, computer vision, and robotics, where they improve performance compared to other neural networks. This survey explores how transformers are used in reinforcement learning (RL), where they are seen as a promising solution for addressing challenges such as unstable training, credit assignment, lack of interpretability, and partial observability. We begin by providing a brief domain overview of RL, followed by a discussion on the challenges of classical RL algorithms. Next, we delve into the properties of the transformer and its variants and discuss the characteristics that make them well-suited to address the challenges inherent in RL. We examine the application of transformers to various aspects of RL, including representation learning, transition and reward function modeling, and policy optimization. We also discuss recent research that aims to enhance the interpretability and efficiency of transformers in RL, using visualization techniques and efficient training strategies. Often, the transformer architecture must be tailored to the specific needs of a given application. We present a broad overview of how transformers have been adapted for several applications, including robotics, medicine, language modeling, cloud computing, and combinatorial optimization. We conclude by discussing the limitations of using transformers in RL and assess their potential for catalyzing future breakthroughs in this field.
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
氯丙嗪完成签到 ,获得积分10
2秒前
呀呀呀我来啦完成签到,获得积分10
3秒前
顾矜应助qaz123采纳,获得10
4秒前
5秒前
洛杉矶滴克里斯完成签到,获得积分10
6秒前
晨晨发布了新的文献求助10
9秒前
我是老大应助Sarah采纳,获得10
9秒前
13秒前
Cherish完成签到,获得积分10
20秒前
李文岐完成签到 ,获得积分10
21秒前
超级冰薇发布了新的文献求助10
21秒前
金灶沐完成签到 ,获得积分10
22秒前
怕黑香氛完成签到 ,获得积分10
23秒前
起风了完成签到 ,获得积分10
24秒前
24秒前
啊莲完成签到 ,获得积分10
26秒前
隐形曼青应助王大壮采纳,获得30
28秒前
小刘完成签到,获得积分10
34秒前
36秒前
Sarah发布了新的文献求助10
40秒前
小蘑菇应助width采纳,获得10
40秒前
43秒前
刚刚好完成签到 ,获得积分10
44秒前
44秒前
46秒前
JamesPei应助zzzzzttt采纳,获得10
47秒前
47秒前
JohnsonTse完成签到,获得积分10
48秒前
49秒前
50秒前
52秒前
CodeCraft应助Sarah采纳,获得10
53秒前
小布发布了新的文献求助10
55秒前
Ring完成签到 ,获得积分10
59秒前
wisher完成签到 ,获得积分10
1分钟前
Owen应助小布采纳,获得10
1分钟前
填充物完成签到 ,获得积分10
1分钟前
1分钟前
香草幽魂发布了新的文献求助10
1分钟前
1分钟前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Becoming: An Introduction to Jung's Concept of Individuation 600
肝病学名词 500
Evolution 3rd edition 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 3171381
求助须知:如何正确求助?哪些是违规求助? 2822343
关于积分的说明 7938824
捐赠科研通 2482830
什么是DOI,文献DOI怎么找? 1322807
科研通“疑难数据库(出版商)”最低求助积分说明 633742
版权声明 602627