本文探讨了强化学习中动作空间的预处理技术，包括Remove Actions、Discretize Continuous Actions和Convert Multi-Discrete to Discrete，以提升算法性能和收敛速度。通过在Atari和StarCraft II环境中的实验，展示了这些技巧的有效性。
引言：我们之前的一篇文章（混合动作空间 | 创造人工智能的黑魔法(1)_强化学习存在混合动作空间(离散+连续),如何处理_OpenDILab开源决策智能平台的博客-CSDN博客）中，详细地介绍了强化学习目前常见的动作空间类型，如离散动作、连续动作、混合动作等。本文则将以游戏环境为例，介绍如何对强化学习的动作空间进行预处理（action space shaping），以提升算法性能和收敛速度，另外相应的技术还可以为各种类似的真实决策AI应用场景带来启发，或是直接应用在其中。
本文主要参考了 《Action Space Shaping in Deep Reinforcement Learning》，有兴趣的读者可以详细阅读原论文了解更多细节。
原论文链接🔗：
https://arxiv.org/abs/2004.00980
最低0.47元/天 解锁文章
扫一扫
451
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
