研究人员开发了一种进化神经可塑性代理(ENA),旨在缓解持续强化学习中的灾难性遗忘。该代理使用物理索引的专家记忆来根据检测到的环境动态归档和检索策略。虽然 ENA 在非平稳 CartPole 环境中表现出持续的记忆保留能力,在五个测试场景中成功率达到 83.2%,但它在 CartPole 上的适应速度比近端策略优化(Proximal Policy Optimization)慢,并且在 HalfCheetah 上的回报低于软 Actor-Critic(Soft Actor-Critic)。 AI
影响 为持续学习代理引入了一种新颖的记忆机制,有可能提高它们在不忘记过去知识的情况下进行适应的能力。
排序理由 详细介绍持续强化学习新型代理架构的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- arXiv
- Blas Eugenio Vicco Zarate
- CartPole
- Evolutionary Neuroplastic Agent
- HalfCheetah
- Physics-Indexed Specialist Memory
- Proximal Policy Optimization
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →