返回
Deep Deterministic Evolutionary Algorithm Fusing Genetic Evolution With Deep Reinforcement Learning
DOI:10.4018/IJCINI.407549.png)
摘要
En 中文
深度强化学习在解决复杂控制任务方面已展现出显著潜力,但其仍受超参数敏感性的持续挑战所限制。然而,传统进化算法通常表现出高样本复杂度,且难以优化高维参数空间。作者提出了一种深度确定性进化算法,融合了遗传进化与深度强化学习。该算法利用种群生成多样化的探索数据,并定期将深度确定性策略梯度智能体的基于梯度的更新融入进化种群中。针对具有接触连续控制基准的挑战性多关节动力学的大量实验表明,所提出的算法优于当前最先进的深度强化学习方法以及独立的遗传算法。关键结果突出了其优越的样本效率、稳定的收敛性以及对欺骗性局部最优的鲁棒性,特别是在稀疏奖励的环境中。
Keyword:
Machine Learning
Deep Learning
Reinforcement Learning
Evolutionary Algorithms
Policy Gradients
期刊
I
IF:
1
论文数:
14
被引数:
137
机构
引用论文
暂无论文信息

