Model-based Reinforcement Learning: A Survey

强化学习 计算机科学 钢筋 人工智能 心理学 社会心理学
作者
Thomas M. Moerland,Joost Broekens,Aske Plaat,Catholijn M. Jonker
出处
期刊:Foundations and trends in machine learning [Now Publishers]
卷期号:16 (1): 1-118 被引量:243
标识
DOI:10.1561/2200000086
摘要

Sequential decision making, commonly formalized as Markov Decision Process (MDP) optimization, is an important challenge in artificial intelligence.Two key approaches to this problem are reinforcement learning (RL) and planning.This survey is an integration of both fields, better known as model-based reinforcement learning.Model-based RL has two main steps.First, we systematically cover approaches to dynamics model learning, including challenges like dealing with stochasticity, uncertainty, partial observability, and temporal abstraction.Second, we present a systematic categorization of planning-learning integration, including aspects like: where to start planning, what budgets to allocate to planning and real data collection, how to plan, and how to integrate planning in the learning and acting loop.After these two sections, we also discuss implicit model-based RL as an end-to-end alternative for model learning and planning, and we cover the potential benefits of model-based RL.Along the way, the survey also draws connections to several related RL fields, like hierarchical RL and transfer
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
海藻酸发布了新的文献求助10
4秒前
5秒前
8秒前
汉堡包应助跳跃碧灵采纳,获得30
8秒前
李爱国应助SwapExisting采纳,获得10
10秒前
海藻酸完成签到,获得积分10
10秒前
麻薯头头发布了新的文献求助10
10秒前
cccyc发布了新的文献求助10
14秒前
是的地方公共单车完成签到,获得积分10
16秒前
留胡子的雨柏完成签到,获得积分20
17秒前
sigrid完成签到 ,获得积分10
18秒前
眯眯眼的山柳完成签到,获得积分20
20秒前
20秒前
25秒前
28秒前
28秒前
Leone发布了新的文献求助10
30秒前
tiger发布了新的文献求助10
35秒前
金轩完成签到 ,获得积分10
37秒前
Li关注了科研通微信公众号
38秒前
38秒前
万能图书馆应助cccyc采纳,获得10
40秒前
wtf发布了新的文献求助10
41秒前
Yvan完成签到,获得积分10
42秒前
44秒前
古蓦然完成签到,获得积分10
44秒前
44秒前
小young完成签到 ,获得积分10
45秒前
慕青应助加加油采纳,获得10
45秒前
misalia完成签到,获得积分10
46秒前
tiger完成签到,获得积分10
47秒前
50秒前
50秒前
宋十一发布了新的文献求助10
51秒前
hiadg完成签到 ,获得积分10
51秒前
小青新完成签到 ,获得积分10
54秒前
白英发布了新的文献求助10
56秒前
56jhjl完成签到,获得积分10
58秒前
美满的砖头完成签到 ,获得积分10
1分钟前
MAKEYF完成签到 ,获得积分10
1分钟前
高分求助中
Sustainability in Tides Chemistry 2800
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Handbook of Qualitative Cross-Cultural Research Methods 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
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 3137638
求助须知:如何正确求助?哪些是违规求助? 2788565
关于积分的说明 7787590
捐赠科研通 2444902
什么是DOI,文献DOI怎么找? 1300139
科研通“疑难数据库(出版商)”最低求助积分说明 625814
版权声明 601023