2021年10月26日
RIDE: REWARDING IMPACT-DRIVEN EXPLORATION FOR PROCEDURALLY-GENERATED ENVIRONMENTS
摘要： **发表时间：**2020（ICLR 2020） **文章要点：**这篇文章提出了一个新的intrinsic reward机制，Rewarding Impact-Driven Exploration (RIDE)，鼓励agent采取使得状态表征变化大的动作，相较于之前的方法，这个方式在procedu 阅读全文
posted @ 2021-10-26 12:28 initial_h 阅读(171) 评论(0) 推荐(0) 编辑
Explainable Reinforcement Learning Through a Causal Lens
摘要： **发表时间：**2019（AAAI 2020） **文章要点：**这篇文章通过构建一个图结构，来解释为啥agent要做/不做某个动作。具体来说就是先把某个问题给抽象成一个图结构，定义状态动作回报等关键信息的节点和边，然后在训练RL的时候也顺便用数据来训练这个图。训练完了之后，就根据图用深度优先搜索 阅读全文
posted @ 2021-10-26 12:23 initial_h 阅读(129) 评论(0) 推荐(0) 编辑