★ 2
优先经验回放中的组内自选择偏差校正
论文指出优先经验回放（PER）在随机环境中会扭曲同一状态-动作对下实际结果的分布，称之为「组内自选择」。作者将PER分解为组间分配与条件兄弟选择，并提出SAMPLE、AVG、MODEL三种固定缓冲区校正方法。在MinAtar的五个游戏中有四个缓解了均值保持奖励尾部下的性能退化。
arXiv cs.LG40 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文指出优先经验回放（PER）在随机环境中会扭曲同一状态-动作对下实际结果的分布，称之为「组内自选择」。作者将PER分解为组间分配与条件兄弟选择，并提出SAMPLE、AVG、MODEL三种固定缓冲区校正方法。在MinAtar的五个游戏中有四个缓解了均值保持奖励尾部下的性能退化。