عنوان مقاله: Graph based skill acquisition and transfer Learning for continuous reinforcement learning domains

چکیده مقاله:

از آنجا که الگوریتم های یادگیری تقویتی از تعمیم یافتن در حوزه های مختلف رنج می برند ، تعمیم چالش برانگیزترین مسئله در این زمینه است. کسب مهارت و یادگیری انتقال هم تکنیک های موفقی برای غلبه بر چنین مشکلی است که منجر به پیشرفت های بزرگ در عملکرد یادگیری عامل می شود. در این مقاله ، ما یک روش کسب مهارت مبتنی بر نمودار جدید با نام GSL و یک چارچوب یادگیری انتقال مبتنی بر مهارت ، به نام STL پیشنهاد می کنیم. GSL مهارت هایی را به عنوان دانش سطح بالا با استفاده از تشخیص اجتماع از گراف اتصال ، کشف می کند ، مدلی برای گرفتن نه تنها تجربه عامل بلکه پویایی محیط است. STL مهارتهایی را که قبلاً از وظیفه منبع آموخته شده بودند برای سرعت بخشیدن به یادگیری در مورد یک کار هدف جدید ، شامل می شود. نتایج تجربی نشان دهنده اثربخشی روشهای پیشنهادی در مواجهه با مشکلات یادگیری تقویتی مداوم است.

 

دانلود مقاله از کانال تلگرام

اشتراک اجتماعی

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *