Spread

论文提出对抗训练以提升鲁棒性强化学习策略

这篇题为“Adversarial Latent-State Training for Robust Policies in Partially Observable Domains”的论文，提出了一种用于部分可观察环境的强化学习新框架。作者提出了一种对抗性方法，其中一个对手设置初始潜在分布，并证明了潜在的 minimax 原理来表征最坏情况。在 Battleship 基准测试中的实证表明，他们的方法显著缩小了不同分布策略之间的鲁棒性差…