目标导向型优先经验回放
孔燕
曹任捷
芮烨锋
南京信息工程大学 南京 210044
摘要：经验回放是在使智能体能够在同策略强化学习中学习和利用过去的经验.在现有的经验回放工作中,优先经验回放是根据TD-error划分经验的优先级进行采样,但这种经验回放方式没有考虑到经验中不同状态与目标状态差异的一些重要信息.论文提出了一种经验回放的方法,称为目标导向型优先经验回放.结果表明,在OPENAI-gym mountain_carv0的实验环境中,目标导向型优先经验回放优于优先经验回放(PER)和随机经验回放,进一步说明了该方法使智能体在强化学习过程中更有效.
关键词：人工智能强化学习稀疏奖励优先经验回放gym
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2025-06-20
在线出版日期：2025-09-23（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1608-1612 )
英文信息