物理知情模型与混合规划用于高效的 Dyna 风格增强学习

BriefGPT - AI 论文速递 · 2024-07-02T00:00:00Z

本文介绍了一种应用强化学习（RL）解决现实世界问题的方法，通过学习基于物理知识的模型提高样本效率，并使用虚拟轨迹进行学习。同时，提出了混合规划策略，将学习到的策略、Q 函数和模型结合起来，提高规划的时间效率。实验证明该方法在样本效率、时间效率和性能方面优于现有方法。