Reinforcement Learning Transfer Based on Subgoal Discovery and Subtask Similarity

来源 :IEEE/CAA Journal of Automatica Sinica | 被引量 : 0次 | 上传用户:shizm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
This paper studies the problem of transfer learning in the context of reinforcement learning.We propose a novel transfer learning method that can speed up reinforcement learning with the aid of previously learnt tasks.Before performing extensive learning episodes,our method attempts to analyze the learning task via some exploration in the environment,and then attempts to reuse previous learning experience whenever it is possible and appropriate.In particular,our proposed method consists of four stages:1) subgoal discovery,2) option construction,3) similarity searching,and 4) option reusing.Especially,in order to fulfill the task of identifying similar options,we propose a novel similarity measure between options,which is built upon the intuition that similar options have similar stateaction probabilities.We examine our algorithm using extensive experiments,comparing it with existing methods.The results show that our method outperforms conventional non-transfer reinforcement learning algorithms,as well as existing transfer learning methods,by a wide margin.
其他文献
为了更好地实现应有的效力,提升绩效,董事会及其成员还应该像公司所有者般思考,了解所服务的公司,随时准备亲力亲为,为需要解决的问题排定主次,聘请能够合作的CEO并坚定保持
物理教学中的"情感、态度与价值观"教育一直处于薄弱环节,核心素养的提出为之开辟了一条新的道路。文章采取知识教学和科学态度与责任教育双线并举、相互辅助的策略,在探索宇
内蒙古哈达庙含金隐爆角砾岩带位于天山-内蒙海西晚期褶皱带镶黄旗复向斜内,由一系列角砾岩墙(脉)及其伴生的电气石和石英、电气石裂隙脉组成。金矿化与角砾岩墙(脉)的规模和
随着社会的迅速发展经济的进步,我国的城镇化改革也在进一步的加快,我国的建筑行业正处于一个蓬勃发展的时期,建筑工程的施工在工艺水平上也得到了很大的进步发展,这对我国在
自行车是人们日常生活中比较常见的一种交通工具,即使在科技高速发展的今天,自行车这种交通工具依然受到了广大人民群众的喜爱。自行车具有体型小、质量轻的优势,在城市汽车
龙胆为我国治疗肝胆系统疾病的传统药物,其乙酸乙酯提取物药理效果良好。本文报道从乙酸乙酯提取物中经乙酰化和制备薄层分别得到两种白色结晶(Ⅰ和Ⅱ),从氯仿提取物中分得一
对76.7 m大型水平轴风力发电机锥筒式塔筒进行模块化设计,采用分段分瓣结构形式,各瓣塔筒连接板连接,各段采用反向平衡法兰连接,用高强度螺栓紧固.根据塔筒整体应力分布,取模
孤独的身影,绝望的反抗──兼论《过客》李彪(-)鲁迅的一生,与"孤独"结下了不解之缘。鲁迅的"孤独",自然不是悲观、无力与无能的代名词,而是一种独特的伟大人格,是生命的一种力量和源泉。
期刊
财政部和国家安监总局日前共同公布了《中央下放地方政策性关闭破产有色金属矿山企业尾矿库闭库治理安全工程项目和补助资金管理暂行办法》。
矿物质和骨异常(MBD)是慢性肾脏病(CKD)常见的并发症。以往对CKD-MBD的研究主要集中在钙离子代谢紊乱,并证实血钙水平主要受甲状旁腺激素(PTH)和1,25(OH)2D3的调控。近年研究