Jashaswimalya Acharjee

新的强化学习算法将无模型效率与基于模型的表示相结合

一篇研究论文介绍了一种名为统一潜在动力学（ULD）的新型强化学习算法，旨在结合无模型方法的效率和基于模型方法的表示能力。ULD通过将状态-动作对嵌入到一个潜在空间中来实现这一点，在该空间中，价值函数近似线性，从而避免了规划的计算开销。该算法在连续控制和Atari游戏等各种领域都表现出强大的性能，以更少的参数和最少的调整匹配或超越了专门的基线。