计算机科学 > 机器学习
[提交于 2018年6月1日
]
标题: 将瞬时记忆整合到强化学习智能体中使用水库采样
标题: Integrating Episodic Memory into a Reinforcement Learning Agent using Reservoir Sampling
摘要: 情景记忆是一个心理学术语,指的是回忆过去特定事件的能力。 我们认为这种特定类型的记忆的一个优势是,当回忆的信息被发现是有用的时,能够轻松地将信用分配给特定的状态。 受这一想法的启发,以及外部记忆机制在深度学习系统中处理长期依赖关系日益流行的影响,我们提出了一种新算法,该算法使用水库采样过程来维护一个由固定数量的过去状态组成的外部记忆。 该算法使深度强化学习代理能够在线学习,优先记住那些后来被发现有用的状态。 关键的是,这种方法允许对外部记忆的写入过程进行高效的在线梯度估计。 因此,与大多数之前的外部记忆机制不同,它在在线强化学习设置中是可行的。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.