LEARNING INVARIANT REPRESENTATIONS FOR REINFORCEMENT LEARNING WITHOUT RECONSTRUCTION

技术LEARNING INVARIANT REPRESENTATIONS FOR REINFORCEMENT LEARNING WITHOUT RECONSTRUCTION LEARNING INVAR

无重构强化学习的学习不变表示

发表时间:,文章要点:2021(ICLR 2021)本文想说的是,在状态中其实有很多与任务无关的事情,如果我们用重建这样的方式去做,还是会被考虑的。本文提出用互模拟度量来表示,使潜在空间中的状态间距离等于互模拟度量。具体来说,互模拟度量的思想是,两个状态之间的距离应该是奖励和状态转换之间的差异,所以如果不考虑其他事情,它自然不会包含与任务无关的表示。具体来说,互模拟度量被定义为。

具体到算法上,有一个编码器把状态带入潜在空间,然后基于潜在空间的状态对其进行训练和强化,比如SAC。这个互模拟度量用于训练编码器,直到算法丢失。

这里,z是通过编码器后潜在空间中的状态,r是奖励,p是状态转移。如果是随机跃迁,则考虑高斯分布。这意味着我从缓冲区中寻找两个状态,然后使这两个状态之间的距离与R和p之间的间隙相同。

其实这里的动态P也是要训练的,相当于基于模型的方法,这样就可以计算出j中的P。总的来说,总结:提出了一种表示方法,不考虑与任务无关的事情,提高了稳定性和泛化能力。有道理,但是你要连续训练三个东西,不是很容易训练的。另外里面写了几个定理,感觉和实验关系不大。如果我在疑问:,用目标检测、语义分割、实例分割等技术直接排除无关对象,是会更直接还是很难判断某件事是否无关,所以很难做到?

如果一个对象在训练编码器时被认为是无关的,然后在测试环境中对象实际上是相关的,那么编码器的通用性是不是直接丧失了?

内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/62058.html

(0)

相关推荐

  • mysql中如何将日期转为时间戳

    技术mysql中如何将日期转为时间戳本篇内容主要讲解“mysql中如何将日期转为时间戳”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“mysql中如何将日期转为时间戳”吧!

    攻略 2021年12月2日
  • 避免,自媒体视频如何避免侵权

    技术避免,自媒体视频如何避免侵权首先要对于我们自媒体来说,侵权的范围一般来说就是三类避免:视频类,图片类,字体配乐类。独角shou就因为字体侵权被索赔十几万,损失惨重。不过知名度不高的账号的话,一般不会收到音乐字体类的侵

    生活 2021年10月21日
  • Python怎么实现两数相加

    技术Python怎么实现两数相加这篇文章主要讲解了“Python怎么实现两数相加”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python怎么实现两数相加”吧!两数相加题

    攻略 2021年11月20日
  • 如何在Sublime3中设置自己的代码片段

    技术如何在Sublime3中设置自己的代码片段本篇内容主要讲解“如何在Sublime3中设置自己的代码片段”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“如何在Sublime3

    攻略 2021年11月2日
  • linux中如何使用cacti简单配置文档

    技术linux中如何使用cacti简单配置文档这篇文章给大家分享的是有关linux中如何使用cacti简单配置文档的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。一、Cacti安装部署搭建这个平

    攻略 2021年11月15日
  • python中pymsql模块怎么用

    技术python中pymsql模块怎么用这篇文章主要介绍了python中pymsql模块怎么用,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。一、pymys

    攻略 2021年11月24日