triplemeng的博客

原创 强化学习里的好奇心

去年有一篇利用好奇心驱动进行exploration的强化学习文章很有意思(Curiosity-driven Exploration by Self-supervised Prediction)。在大多数真实世界的问题中，外在世界的激励(reward)往往极其稀疏，甚至缺失。得不到反馈的agent则缺乏有效的机制更新自己的策略函数(policy)。 在这种情况下，文章提出了利用内在的好奇心来驱动对世...