开发工具:
文件大小: 910kb
下载次数: 0
上传时间: 2021-01-14
详细说明：在连续动作任务中，深度强化学习通常采用高斯分布作为策略函数。针对高斯分布策略函数由于截断动作导致算法收敛速度变慢的问题，提出了一种重要性采样优势估计器（ISAE）。该估计器在通用优势估计器（GAE）的基础上，引入了重要性采样机制，通过计算边界动作的目标策略与行动策略比率修正截断动作带来的值函数偏差，提高了算法的收敛速度。此外，ISAE引入了L参数，通过限制重要性采样率的范围，提高了样本的可靠度，保证了网络参数的稳定。为了验证ISAE的有效性，将ISAE与近端策略优化结合并与其他算法在MuJoCo平台上进行比较。实验结果表明，ISAE具有更快的收敛速度。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
