Improved Training Mechanism for Reinforcement Learning via Online Model Selection
Created by
Haebom
Category
Empty
저자
Aida Afshar, Aldo Pacchiano
개요
온라인 모델 선택을 강화 학습에 통합하여 적절한 구성을 가진 에이전트를 선택하는 문제에 대해 연구합니다. 온라인 모델 선택 방법을 강화 학습 훈련 절차에 통합하여 얻는 효율성 및 성능 향상을 확립하는 것을 목표로 합니다. 효율적인 자원 할당, 비정상적인 동적 환경에서의 적응, 다양한 초기값에 대한 훈련 안정성을 포함한 세 가지 실용적인 기준을 이론적으로 고찰합니다.
시사점, 한계점
•
온라인 모델 선택을 통해 강화 학습 에이전트의 효율성과 성능 향상을 실현할 수 있음을 이론적 및 경험적으로 제시함.
•
효율적인 자원 할당, 비정상적인 동적 환경에서의 적응, 훈련 안정성과 같은 실용적인 기준을 충족하는 방법을 제시함.
•
신경망 구조 선택, 학습률 선택, 자체 모델 선택 등 다양한 강화 학습 모델 선택 작업에 대한 실험적 증거를 제공함.
