Sign In

Revisiting Regularized Policy Optimization for Stable and Efficient Reinforcement Learning in Two-Player Games

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Kazuki Ota, Takayuki Osa, Motoki Omura, Tatsuya Harada

πŸ’‘ κ°œμš”

λ³Έ μ—°κ΅¬λŠ” 2인 ν”Œλ ˆμ΄μ–΄ κ²Œμž„μ—μ„œ κ°•ν™”ν•™μŠ΅μ˜ μ•ˆμ •μ„±κ³Ό νš¨μœ¨μ„±μ„ 높이기 μœ„ν•΄ μ—­ Kullback-Leibler(KL) μ •κ·œν™”μ™€ μ—”νŠΈλ‘œν”Ό μ •κ·œν™”λ₯Ό κ²°ν•©ν•œ μ •μ±… μ΅œμ ν™” 방법을 이둠적, κ²½ν—˜μ μœΌλ‘œ λΆ„μ„ν•©λ‹ˆλ‹€. μ œμ•ˆλœ 방법은 μ •κ·œν˜• κ²Œμž„ 및 μœ ν•œ 길이 κ²Œμž„μ—μ„œ μ •μ±… μ—…λ°μ΄νŠΈ κ·œμΉ™μ˜ μ•ˆμ •μ„±μ— λŒ€ν•œ μƒˆλ‘œμš΄ 수렴 보μž₯을 μ œκ³΅ν•˜λ©°, 5가지 λ³΄λ“œ κ²Œμž„ ν™˜κ²½μ—μ„œ κΈ°μ‘΄ 방법 λŒ€λΉ„ 더 효율적인 ν•™μŠ΅ μ„±λŠ₯을 empirically μž…μ¦ν•©λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
2인 ν”Œλ ˆμ΄μ–΄ μ œλ‘œμ„¬ κ²Œμž„ ν™˜κ²½μ—μ„œ μ •κ·œν™”λœ μ •μ±… μ΅œμ ν™” λ°©λ²•λ‘ μ˜ 이둠적 μ•ˆμ •μ„± 및 μˆ˜λ ΄μ„±μ— λŒ€ν•œ μƒˆλ‘œμš΄ 뢄석과 보μž₯을 μ œμ‹œν•©λ‹ˆλ‹€.
β€’
μ œμ•ˆλœ μ•Œκ³ λ¦¬μ¦˜μ€ Animal Shogi, Gardner Chess, Go, Hex, Othello λ“± λ‹€μ–‘ν•œ λ³΄λ“œ κ²Œμž„μ—μ„œ κΈ°μ‘΄ 방법 λŒ€λΉ„ μš°μˆ˜ν•œ ν•™μŠ΅ νš¨μœ¨μ„±μ„ λ³΄μ˜€μŠ΅λ‹ˆλ‹€.
β€’
μ œμ‹œλœ 이둠적 뢄석 및 μ‹€ν—˜ κ²°κ³ΌλŠ” ν–₯ν›„ 더 λ³΅μž‘ν•œ 2인 ν”Œλ ˆμ΄μ–΄ κ²Œμž„ ν™˜κ²½μ—μ„œμ˜ κ°•ν™”ν•™μŠ΅ μ•Œκ³ λ¦¬μ¦˜ κ°œλ°œμ— κΈ°μ—¬ν•  수 μžˆμŠ΅λ‹ˆλ‹€.
β€’
λ…Όλ¬Έμ˜ 이둠적 뢄석은 νŠΉμ • κ°€μ • ν•˜μ— μ΄λ£¨μ–΄μ‘ŒμœΌλ©°, μ‹€μ œ λ³΅μž‘ν•œ κ²Œμž„ ν™˜κ²½μ—μ„œμ˜ λͺ¨λ“  잠재적 λΆˆμ•ˆμ •μ„±μ„ μ™„μ „νžˆ ν•΄κ²°ν•˜μ§€ λͺ»ν•  수 μžˆμŠ΅λ‹ˆλ‹€.
πŸ‘
Made with Slashpage