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!

Hierarchical Deep Reinforcement Learning: Integrating Temporal Abstraction and Intrinsic Motivation

强化学习 计算机科学 抽象 贝尔曼方程 功能(生物学) 人工智能 过程(计算) 价值(数学) 空格(标点符号) 机器学习 数学优化 数学 操作系统 认识论 哲学 生物 进化生物学
作者
Tejas D. Kulkarni,Karthik Narasimhan,Ardavan Saeedi,Joshua B. Tenenbaum
出处
期刊:Cornell University - arXiv 被引量:438
标识
DOI:10.48550/arxiv.1604.06057
摘要

Learning goal-directed behavior in environments with sparse feedback is a major challenge for reinforcement learning algorithms. The primary difficulty arises due to insufficient exploration, resulting in an agent being unable to learn robust value functions. Intrinsically motivated agents can explore new behavior for its own sake rather than to directly solve problems. Such intrinsic behaviors could eventually help the agent solve tasks posed by the environment. We present hierarchical-DQN (h-DQN), a framework to integrate hierarchical value functions, operating at different temporal scales, with intrinsically motivated deep reinforcement learning. A top-level value function learns a policy over intrinsic goals, and a lower-level function learns a policy over atomic actions to satisfy the given goals. h-DQN allows for flexible goal specifications, such as functions over entities and relations. This provides an efficient space for exploration in complicated environments. We demonstrate the strength of our approach on two problems with very sparse, delayed feedback: (1) a complex discrete stochastic decision process, and (2) the classic ATARI game `Montezuma's Revenge'.

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
2秒前
小路完成签到,获得积分10
5秒前
ccc发布了新的文献求助10
9秒前
14秒前
14秒前
李健的粉丝团团长应助ccc采纳,获得10
20秒前
spark810完成签到,获得积分0
35秒前
spark810发布了新的文献求助10
38秒前
佛fire完成签到,获得积分20
41秒前
小二郎应助serena0_0采纳,获得10
42秒前
劳健龙完成签到 ,获得积分10
47秒前
zzyh307完成签到 ,获得积分0
48秒前
CipherSage应助年轻的如冰采纳,获得10
53秒前
1分钟前
佛fire发布了新的文献求助10
1分钟前
轻松觅柔发布了新的文献求助10
1分钟前
科研通AI2S应助年轻的如冰采纳,获得10
1分钟前
Buendia完成签到,获得积分10
1分钟前
大脸猫4811发布了新的文献求助20
1分钟前
小彬完成签到 ,获得积分10
1分钟前
1分钟前
852应助大脸猫4811采纳,获得10
1分钟前
CipherSage应助小小康康采纳,获得10
1分钟前
1分钟前
CSun完成签到,获得积分10
1分钟前
多多发布了新的文献求助10
1分钟前
华仔应助CSun采纳,获得10
1分钟前
花开半夏完成签到 ,获得积分10
1分钟前
1分钟前
Lucas应助多多采纳,获得10
1分钟前
1分钟前
1分钟前
Owen应助科研通管家采纳,获得10
1分钟前
1分钟前
山谷与花发布了新的文献求助10
1分钟前
花开半夏发布了新的文献求助10
1分钟前
顺利兰完成签到 ,获得积分10
2分钟前
Yuan.完成签到,获得积分10
2分钟前
山谷与花完成签到,获得积分20
2分钟前
绿海发布了新的文献求助10
2分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 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 3146703
求助须知:如何正确求助?哪些是违规求助? 2798009
关于积分的说明 7826443
捐赠科研通 2454508
什么是DOI,文献DOI怎么找? 1306317
科研通“疑难数据库(出版商)”最低求助积分说明 627692
版权声明 601522