基于近似采样的强化学习更高效的随机探索

BriefGPT - AI 论文速递 · 2024-06-18T00:00:00Z

该论文提出了一个算法框架，结合了不同的近似抽样方法和Feel-Good Thompson Sampling (FGTS)方法。在线性MDPs中应用时，该算法的遗憾分析得到了关于维度的最佳依赖关系，超过了现有的随机算法。在需要深度探索的任务中，该算法表现更好。在Atari 57套件的几个具有挑战性的游戏中，该算法在性能上要么优于，要么与深度RL文献中的其他强基准相当。