电脑桌面
添加蜗牛文库到电脑桌面
安装后可以在桌面快捷访问

基于相关熵诱导度量的近端策略优化算法.pdfVIP免费

基于相关熵诱导度量的近端策略优化算法.pdf_第1页
基于相关熵诱导度量的近端策略优化算法.pdf_第2页
基于相关熵诱导度量的近端策略优化算法.pdf_第3页
文章编号5896(2023)03-0437-07May2023JourmnalofJilinUniversitlnformationScienceEdition)2023年5月No.3Vol.41吉林大学生信息科学版)第3期第41卷基于相关熵诱导度量的近端策略优化算法张会珍,王强(东北石油大学电气信息工程学院,黑龙江大庆163318)摘要:在深度强化学习算法中,近端策略优化算法PPO(ProximalPolicyOptimization)在许多实验任务中表现优异,但具有自适应KL(Kullback-Leibler)散度的KL-PPO由于其不对称性而影响了KL-PPO策略更新效率,为此,提出了一种基于相关熵诱导度量的近端策略优化算法CIM-PPO(CorrentropyInducedMetric-PPO)。该算法具有对称性更适合表征新旧策略的差异,能准确地进行策略更新,进而改善不对称性带来的影响。通过OpenAIgym实验测试表明,相比于主流近端策略优化算法Clip-PPO和KL-PPO算法均能获得高于50%以上的奖励,收敛速度在不同环境均有500~1100回合左右的加快,同时也具有良好的鲁棒性。关键词:KL散度;近端策略优化(PPO);相关熵诱导度量(CIM);替代目标;深度强化学习中图分类号:TP273文献标志码:AProximalPolicyOptimizationAlgorithmBasedonCorrentropyInducedMetricZHANGHuizhen,WANGQiang(SchoolofElectricalandInformatioinEngineering,NortheastPertroleumUniversity,Daqing163318,China)Abstract:InthedeepReinforcementLearning,thePPO(ProximalPolicyOptimization)performsverywellinmanyexperimentaltasks.However,KL(Kullback-Leibler)-PPOwithadaptiveKLdivergenceaffectstheupdateefficiencyofKL-PPOstrategybecauseofitsasymmetry.Inordertosolvethenegativeimpactofthisasymmetry,ProximalPolicyOptimizationalgorithmbasedonCIM(CorrentropyInducedMetric)isproposedcharacterizethedifferencebetweentheoldandnewstrategies,updatethepoliciesmoreaccurately,andthentheexperimentaltestofOpenAIgymshowsthatcomparedwiththemainstreamnearendstrategyoptimizationalgorithmsclipPPOandKLPPO,theproposedalgorithmcanobtainmorethan50%reward,andtheconvergencespeedisacceleratedbyabout500~1100episodesindifferentenvironments.Anditalsohasgoodrobustness.Keywords:kullback-leibler(KL)divergence;proximalpolicyoptimization(PPO);correntropyinducedmetric(CIM);alternativetarget;deepreinforcementlearning0引言近端策略优化是一种无模型的深度强化学习[算...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

蜗牛文库的最新文档

二年级数学下册其中检测卷二年级数学下册其中检测卷附答案#期中测试卷.pdf
10.00金币
0下载
二年级数学下册期末质检卷(苏教版)二年级数学下册期末质检卷(苏教版)#期末复习 #期末测试卷 #二年级数学 #二年级数学下册#关注我持续更新小学知识.pdf
10.00金币
0下载
二年级数学下册期末混合运算专项练习二年级数学下册期末混合运算专项练习#二年级#二年级数学下册#关注我持续更新小学知识 #知识分享 #家长收藏孩子受益.pdf
10.00金币
1下载
二年级数学下册年月日三类周期问题解题方法二年级数学下册年月日三类周期问题解题方法#二年级#二年级数学下册#知识分享 #关注我持续更新小学知识 #家长收藏孩子受益.pdf
10.00金币
0下载
二年级数学下册解决问题专项训练二年级数学下册解决问题专项训练#专项训练#解决问题#二年级#二年级数学下册#知识分享.pdf
10.00金币
1下载
二年级数学下册还原问题二年级数学下册还原问题#二年级#二年级数学#关注我持续更新小学知识 #知识分享 #家长收藏孩子受益.pdf
10.00金币
1下载
二年级数学下册第六单元考试卷家长打印出来给孩子测试测试争取拿到高分!#小学二年级试卷分享 #二年级第六单考试数学 #第六单考试#二年级数学下册.pdf
10.00金币
0下载
二年级数学下册必背顺口溜口诀汇总二年级数学下册必背顺口溜口诀汇总#二年级#二年级数学下册 #知识分享 #家长收藏孩子受益 #关注我持续更新小学知识.pdf
10.00金币
0下载
二年级数学下册《重点难点思维题》两大问题解决技巧和方法巧算星期几解决周期问题还原问题强化思维训练老师精心整理家长可以打印出来给孩子练习#家长收藏孩子受益 #学霸秘籍 #思维训练 #二年级 #知识点总结.pdf
10.00金币
0下载
二年级数学下册 必背公式大全寒假提前背一背开学更轻松#二年级 #二年级数学 #二年级数学下册 #寒假充电计划 #公式.pdf
10.00金币
0下载
蜗牛文库+ 关注
实名认证
内容提供者

提供各种专业文档内容

确认删除?
QQ
  • QQ点击这里给我发消息
微信客服
  • 微信客服
回到顶部