会员服务
强化学习 · 误差 · 机器学习 · 牛津大学 (University of Oxford) · 深度学习 ·
2020 年 2 月 18 日
【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

题目

深度残差强化学习，Deep Residual Reinforcement Learning

关键字

强化学习，残差算法，机器学习

简介

我们在无模型和基于模型的强化学习设置中重新研究残差算法。 我们建议使用双向目标网络技术来稳定残差算法，从而产生DDPG的残差版本，该版本明显优于DeepMind Control Suite基准测试中的原始DDPG。 此外，我们发现残差算法是解决基于模型的规划中分布不匹配问题的有效方法。 与现有的TD（k）方法相比，我们的基于残差的方法对模型的假设更弱，并且性能提升更大。

作者

Shangtong Zhang, Wendelin Boehmer, Shimon Whiteson，来自牛津大学

成为VIP会员查看完整内容
https://arxiv.org/abs/1905.01072
Deep Residual Reinforcement Learning
80

相关内容

强化学习（RL）是机器学习的一个领域，与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外，强化学习是三种基本的机器学习范式之一。 强化学习与监督学习的不同之处在于，不需要呈现带标签的输入/输出对，也不需要显式纠正次优动作。相反，重点是在探索（未知领域）和利用（当前知识）之间找到平衡。 该环境通常以马尔可夫决策过程（MDP）的形式陈述，因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于，后者不假设MDP的确切数学模型，并且针对无法采用精确方法的大型MDP。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【CVPR2020】在线深度聚类的无监督表示学习, Online Deep Clustering for Unsupervised Representation Learning
【CVPR2020】在线深度聚类的无监督表示学习, Online Deep Clustering for Unsupervised Representation Learning
专知会员服务
67+阅读 · 2020年6月19日
【牛津大学博士论文】基于强化学习的无地图机器人导航，Reinforcement Learning Based MRN
【牛津大学博士论文】基于强化学习的无地图机器人导航，Reinforcement Learning Based MRN
专知会员服务
112+阅读 · 2020年5月18日
AI领域顶会AAMAS2020最佳论文出炉!《深度残差强化学习》牛津大学，Deep Residual RL
AI领域顶会AAMAS2020最佳论文出炉!《深度残差强化学习》牛津大学，Deep Residual RL
专知会员服务
44+阅读 · 2020年5月15日
元学习(meta learning) 最新进展综述论文
元学习(meta learning) 最新进展综述论文
专知会员服务
275+阅读 · 2020年5月8日
【牛津大学】深度学习时间序列预测，12页pdf, Deep Learning Time Series Forecasting
【牛津大学】深度学习时间序列预测，12页pdf, Deep Learning Time Series Forecasting
专知会员服务
170+阅读 · 2020年5月1日
【牛津大学】深度学习时间序列预测，Time Series Forecasting With Deep Learning: A Survey
【牛津大学】深度学习时间序列预测，Time Series Forecasting With Deep Learning: A Survey
专知会员服务
138+阅读 · 2020年4月30日
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
专知会员服务
40+阅读 · 2020年4月11日
深度强化学习方法及其在经济学中的应用综述，Comprehensive Review of Deep Reinforcement Learning Methods and Applicationsin Economic
深度强化学习方法及其在经济学中的应用综述，Comprehensive Review of Deep Reinforcement Learning Methods and Applicationsin Economic
专知会员服务
50+阅读 · 2020年4月7日
【论文推荐中科院自动化所】视频游戏中深度强化学习的研究综述，A Survey of Deep Reinforcement Learning in Video
【论文推荐中科院自动化所】视频游戏中深度强化学习的研究综述，A Survey of Deep Reinforcement Learning in Video
专知会员服务
46+阅读 · 2019年12月24日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
56+阅读 · 2019年10月17日
强化学习扫盲贴：从Q-learning到DQN
强化学习扫盲贴：从Q-learning到DQN
夕小瑶的卖萌屋
52+阅读 · 2019年10月13日
最前沿：深度解读Soft Actor-Critic 算法
最前沿：深度解读Soft Actor-Critic 算法
极市平台
53+阅读 · 2019年7月28日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Reinforcement Learning: An Introduction 2018第二版 500页
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
春节充电系列：李宏毅2017机器学习课程学习笔记31之深度强化学习(deep reinforcement learning)
春节充电系列：李宏毅2017机器学习课程学习笔记31之深度强化学习(deep reinforcement learning)
专知
3+阅读 · 2018年3月21日
Deep Reinforcement Learning 深度增强学习资源
Deep Reinforcement Learning 深度增强学习资源
数据挖掘入门与实战
7+阅读 · 2017年11月4日
重磅发布 | 牛津大学Deep NLP深度自然语言处理课程（2）
重磅发布 | 牛津大学Deep NLP深度自然语言处理课程（2）
大数据文摘
8+阅读 · 2017年9月17日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
CURL: Contrastive Unsupervised Representations for Reinforcement Learning
Arxiv
17+阅读 · 2020年4月28日
Using Ternary Rewards to Reason over Knowledge Graphs with Deep Reinforcement Learning
Arxiv
3+阅读 · 2019年2月26日
Learning to Walk via Deep Reinforcement Learning
Arxiv
7+阅读 · 2018年12月26日
Logically-Constrained Reinforcement Learning
Logically-Constrained Reinforcement Learning
Arxiv
3+阅读 · 2018年12月6日
Deep Reinforcement Learning: An Overview
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
DOLORES: Deep Contextualized Knowledge Graph Embeddings
Arxiv
7+阅读 · 2018年10月31日
Relational Deep Reinforcement Learning
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
A Multi-Objective Deep Reinforcement Learning Framework
A Multi-Objective Deep Reinforcement Learning Framework
Arxiv
15+阅读 · 2018年6月27日
Video Person Re-identification by Temporal Residual Learning
Arxiv
5+阅读 · 2018年2月22日
DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning
Arxiv
19+阅读 · 2018年1月8日
VIP会员
相关主题
强化学习
误差
机器学习
牛津大学 (University of Oxford)
深度学习
相关VIP内容
【CVPR2020】在线深度聚类的无监督表示学习, Online Deep Clustering for Unsupervised Representation Learning
【CVPR2020】在线深度聚类的无监督表示学习, Online Deep Clustering for Unsupervised Representation Learning
专知会员服务
67+阅读 · 2020年6月19日
【牛津大学博士论文】基于强化学习的无地图机器人导航，Reinforcement Learning Based MRN
【牛津大学博士论文】基于强化学习的无地图机器人导航，Reinforcement Learning Based MRN
专知会员服务
112+阅读 · 2020年5月18日
AI领域顶会AAMAS2020最佳论文出炉!《深度残差强化学习》牛津大学，Deep Residual RL
AI领域顶会AAMAS2020最佳论文出炉!《深度残差强化学习》牛津大学，Deep Residual RL
专知会员服务
44+阅读 · 2020年5月15日
元学习(meta learning) 最新进展综述论文
元学习(meta learning) 最新进展综述论文
专知会员服务
275+阅读 · 2020年5月8日
【牛津大学】深度学习时间序列预测，12页pdf, Deep Learning Time Series Forecasting
【牛津大学】深度学习时间序列预测，12页pdf, Deep Learning Time Series Forecasting
专知会员服务
170+阅读 · 2020年5月1日
【牛津大学】深度学习时间序列预测，Time Series Forecasting With Deep Learning: A Survey
【牛津大学】深度学习时间序列预测，Time Series Forecasting With Deep Learning: A Survey
专知会员服务
138+阅读 · 2020年4月30日
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
专知会员服务
40+阅读 · 2020年4月11日
深度强化学习方法及其在经济学中的应用综述，Comprehensive Review of Deep Reinforcement Learning Methods and Applicationsin Economic
深度强化学习方法及其在经济学中的应用综述，Comprehensive Review of Deep Reinforcement Learning Methods and Applicationsin Economic
专知会员服务
50+阅读 · 2020年4月7日
【论文推荐中科院自动化所】视频游戏中深度强化学习的研究综述，A Survey of Deep Reinforcement Learning in Video
【论文推荐中科院自动化所】视频游戏中深度强化学习的研究综述，A Survey of Deep Reinforcement Learning in Video
专知会员服务
46+阅读 · 2019年12月24日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
56+阅读 · 2019年10月17日
热门VIP内容
相关资讯
强化学习扫盲贴：从Q-learning到DQN
强化学习扫盲贴：从Q-learning到DQN
夕小瑶的卖萌屋
52+阅读 · 2019年10月13日
最前沿：深度解读Soft Actor-Critic 算法
最前沿：深度解读Soft Actor-Critic 算法
极市平台
53+阅读 · 2019年7月28日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Reinforcement Learning: An Introduction 2018第二版 500页
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
春节充电系列：李宏毅2017机器学习课程学习笔记31之深度强化学习(deep reinforcement learning)
春节充电系列：李宏毅2017机器学习课程学习笔记31之深度强化学习(deep reinforcement learning)
专知
3+阅读 · 2018年3月21日
Deep Reinforcement Learning 深度增强学习资源
Deep Reinforcement Learning 深度增强学习资源
数据挖掘入门与实战
7+阅读 · 2017年11月4日
重磅发布 | 牛津大学Deep NLP深度自然语言处理课程（2）
重磅发布 | 牛津大学Deep NLP深度自然语言处理课程（2）
大数据文摘
8+阅读 · 2017年9月17日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
CURL: Contrastive Unsupervised Representations for Reinforcement Learning
Arxiv
17+阅读 · 2020年4月28日
Using Ternary Rewards to Reason over Knowledge Graphs with Deep Reinforcement Learning
Arxiv
3+阅读 · 2019年2月26日
Learning to Walk via Deep Reinforcement Learning
Arxiv
7+阅读 · 2018年12月26日
Logically-Constrained Reinforcement Learning
Logically-Constrained Reinforcement Learning
Arxiv
3+阅读 · 2018年12月6日
Deep Reinforcement Learning: An Overview
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
DOLORES: Deep Contextualized Knowledge Graph Embeddings
Arxiv
7+阅读 · 2018年10月31日
Relational Deep Reinforcement Learning
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
A Multi-Objective Deep Reinforcement Learning Framework
A Multi-Objective Deep Reinforcement Learning Framework
Arxiv
15+阅读 · 2018年6月27日
Video Person Re-identification by Temporal Residual Learning
Arxiv
5+阅读 · 2018年2月22日
DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning
Arxiv
19+阅读 · 2018年1月8日
微信扫码咨询专知VIP会员
Top