Enhancing Twin Delayed Deep Deterministic Policy Gradient with Cross-Entropy Method

强化学习 计算机科学 水准点(测量) 源代码 计算 数学优化 人口 熵(时间箭头) 算法 人工智能 数学 物理 操作系统 地理 人口学 社会学 量子力学 大地测量学
作者
Hieu Trung Nguyen,Khang Tran,Ngoc Hoang Luong
标识
DOI:10.1109/nics54270.2021.9701549
摘要

Hybridizations of Deep Reinforcement Learning (DRL) and Evolution Computation (EC) methods have recently showed considerable successes in a variety of high dimensional physical control tasks. These hybrid frameworks offer more robust mechanisms of exploration and exploitation in the policy network parameter search space when stabilizing gradient-based updates of DRL algorithms with population-based operations adopted from EC methods. In this paper, we propose a novel hybrid framework that effectively combines the efficiency of DRL updates and the stability of EC populations. We experiment with integrating the Twin Delayed Deep Deterministic Policy Gradient (TD3) and the Cross-Entropy Method (CEM). The resulting EC-enhanced TD3 algorithm (eTD3) are compared with the baseline algorithm TD3 and a state-of-the-art evolutionary reinforcement learning (ERL) method, CEM-TD3. Experimental results on five MuJoCo continuous control benchmark environments confirm the efficacy of our approach. The source code of the paper is available at https://github.com/ELO-Lab/eTD3.
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
xinyue发布了新的文献求助10
刚刚
1秒前
慕青应助聪慧小燕采纳,获得10
2秒前
善学以致用应助聪慧小燕采纳,获得10
2秒前
小马甲应助聪慧小燕采纳,获得10
2秒前
CipherSage应助聪慧小燕采纳,获得10
2秒前
Zzz发布了新的文献求助10
2秒前
2秒前
2秒前
传统的幻梦完成签到,获得积分10
2秒前
123应助jelly采纳,获得30
3秒前
3秒前
香蕉不娜娜完成签到 ,获得积分10
3秒前
我是老大应助尛瞐慶成采纳,获得10
4秒前
11111发布了新的文献求助10
4秒前
4秒前
研友_8Raw2Z发布了新的文献求助10
4秒前
4秒前
4秒前
小巷夜雨完成签到 ,获得积分10
5秒前
6秒前
活力红酒完成签到,获得积分20
7秒前
所所应助阿杰采纳,获得10
7秒前
hai发布了新的文献求助10
7秒前
澈竹影完成签到,获得积分10
8秒前
沧浪发布了新的文献求助10
8秒前
9秒前
10秒前
HiQ完成签到,获得积分0
11秒前
风吹完成签到,获得积分10
11秒前
桐桐应助11111采纳,获得10
11秒前
苍刺发布了新的文献求助30
12秒前
学术学习发布了新的文献求助10
12秒前
KEHUGE完成签到,获得积分10
12秒前
NexusExplorer应助研友_8Raw2Z采纳,获得10
12秒前
GibsonYu完成签到,获得积分10
14秒前
隐形曼青应助jinzhen采纳,获得10
14秒前
云云完成签到,获得积分10
15秒前
我是老大应助TKMY采纳,获得10
15秒前
16秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 1800
Natural History of Mantodea 螳螂的自然史 900
How Maoism Was Made: Reconstructing China, 1949-1965 800
Barge Mooring (Oilfield Seamanship Series Volume 6) 600
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 3313305
求助须知:如何正确求助?哪些是违规求助? 2945741
关于积分的说明 8526806
捐赠科研通 2621466
什么是DOI,文献DOI怎么找? 1433588
科研通“疑难数据库(出版商)”最低求助积分说明 665057
邀请新用户注册赠送积分活动 650585