清晨好,您是今天最早来到科研通的研友!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,伴您科研之路漫漫前行!

Hybrid Actor-Critic Reinforcement Learning in Parameterized Action Space

强化学习 参数化复杂度 动作(物理) 计算机科学 空格(标点符号) 人工智能 建筑 人工神经网络 理论计算机科学 算法 物理 量子力学 操作系统 艺术 视觉艺术
作者
Fan Zhou,Rui Su,Weinan Zhang,Yong Yu
标识
DOI:10.24963/ijcai.2019/316
摘要

In this paper we propose a hybrid architecture of actor-critic algorithms for reinforcement learning in parameterized action space, which consists of multiple parallel sub-actor networks to decompose the structured action space into simpler action spaces along with a critic network to guide the training of all sub-actor networks. While this paper is mainly focused on parameterized action space, the proposed architecture, which we call hybrid actor-critic, can be extended for more general action spaces which has a hierarchical structure. We present an instance of the hybrid actor-critic architecture based on proximal policy optimization (PPO), which we refer to as hybrid proximal policy optimization (H-PPO). Our experiments test H-PPO on a collection of tasks with parameterized action space, where H-PPO demonstrates superior performance over previous methods of parameterized action reinforcement learning.
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
lorentzh完成签到,获得积分10
14秒前
笨笨完成签到 ,获得积分10
18秒前
18秒前
量子星尘发布了新的文献求助10
18秒前
科研通AI2S应助科研通管家采纳,获得10
28秒前
28秒前
舒适以松完成签到,获得积分10
35秒前
绿色心情完成签到 ,获得积分10
1分钟前
firesquall完成签到,获得积分10
1分钟前
乏味完成签到,获得积分20
1分钟前
乏味关注了科研通微信公众号
1分钟前
量子星尘发布了新的文献求助10
2分钟前
2分钟前
今后应助科研通管家采纳,获得10
2分钟前
2分钟前
2分钟前
无心的尔阳完成签到 ,获得积分20
2分钟前
2分钟前
2分钟前
poki完成签到 ,获得积分10
2分钟前
英俊的铭应助典雅的荣轩采纳,获得10
3分钟前
知行者完成签到 ,获得积分10
3分钟前
小鱼女侠完成签到 ,获得积分10
3分钟前
房天川完成签到 ,获得积分10
3分钟前
水天一色发布了新的文献求助10
3分钟前
jerry完成签到 ,获得积分10
3分钟前
啾一口香菜完成签到 ,获得积分10
3分钟前
量子星尘发布了新的文献求助10
3分钟前
胡可完成签到 ,获得积分10
3分钟前
沙海沉戈完成签到,获得积分0
4分钟前
无悔完成签到 ,获得积分10
4分钟前
4分钟前
负责以山完成签到 ,获得积分10
4分钟前
zzzzz发布了新的文献求助10
4分钟前
烟雨江南完成签到,获得积分10
4分钟前
wyh295352318完成签到 ,获得积分10
4分钟前
量子星尘发布了新的文献求助10
4分钟前
zzzzz完成签到,获得积分10
5分钟前
5分钟前
5分钟前
高分求助中
【提示信息,请勿应助】关于scihub 10000
A new approach to the extrapolation of accelerated life test data 1000
Coking simulation aids on-stream time 450
北师大毕业论文 基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 390
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
Robot-supported joining of reinforcement textiles with one-sided sewing heads 360
Novel Preparation of Chitin Nanocrystals by H2SO4 and H3PO4 Hydrolysis Followed by High-Pressure Water Jet Treatments 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 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 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4015363
求助须知:如何正确求助?哪些是违规求助? 3555313
关于积分的说明 11317959
捐赠科研通 3288629
什么是DOI,文献DOI怎么找? 1812284
邀请新用户注册赠送积分活动 887882
科研通“疑难数据库(出版商)”最低求助积分说明 811983