智能AI
morning
具有内在好奇心的强化学习中的内生探索
摘要
arXiv:2609.05650v1 Announce Type: new Abstract: We propose a reinforcement learning framework in which exploration is driven by intrinsic curiosity, designed for scenarios where environments are non-s...
the
and
that
exploration
framework
curiosity
are
rewards
action
The
2026-09-09
1 阅读
约1分钟阅读
Armando Vieira
字号:
arXiv:2609.05650v1 公告类型：新 摘要：我们提出了一种强化学习框架，其中探索由内在好奇心驱动，专为环境非平稳且奖励稀疏、延迟、无信息或缺失的场景而设计。在我们的模型中，行动选择是由外部奖励和认知动机机制相结合来指导的，该机制使代理偏向结构化的探索方向。中心假设是，有效的探索出现在中间不连贯的水平上，而在过于僵化和过于无序的动态下，表现会下降。为了测试这个想法，我们在液态状态机 (LSM) 基板之上实现了该框架，并在两个标准基准上对其进行了评估：离散动作 LunarLanderv2 和连续控制 BipedalWalkerv3。与已建立的深度强化学习算法（包括近端策略优化（PPO）和内在好奇心模块（ICM））相比，所提出的方法在这两项任务上都取得了有竞争力的性能。我们进一步表明，在相同的分析下，主动推理代理的好奇心窗口没有恢复，这表明所提出的动力学捕获了独特的探索机制
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱