![arXiv:2001.01577v1 [cs.AI] 2020 年 1 月 6 日](/simg/c/c540f901a2b09ee65c6df18aad932233961fdfea.png)
机构名称：
¥ 1.0
强化学习 (RL) 近年来已成为一个日益活跃的研究领域。尽管有许多算法可以让代理有效地解决任务，但它们往往忽略了与当前任务相关的先前经验可能存在的可能性。对于许多实际应用而言，代理从头学习如何解决任务可能不切实际，因为这通常是一个计算量很大的过程；然而，在实践中可以利用先前的经验使这些问题变得易于处理。在本文中，我们提出了一个通过学习可重复使用的选项来利用现有经验的框架。我们表明，在代理学习了解决少量问题的策略后，我们能够使用从这些策略生成的轨迹来学习可重复使用的选项，从而使代理能够快速学习如何解决新的和相关的问题。
arXiv:2001.01577v1 [cs.AI] 2020 年 1 月 6 日
主要关键词
![arXiv:2001.01577v1 [cs.AI] 2020 年 1 月 6 日PDF文件第1页](/bimg/9/9411a4384e6e5eaee2cb7a993f5fc5b3a072cdcd.webp)
![arXiv:2001.01577v1 [cs.AI] 2020 年 1 月 6 日PDF文件第2页](/bimg/e/efb52f82674cec709f3387d29940e60fe875a60d.webp)
![arXiv:2001.01577v1 [cs.AI] 2020 年 1 月 6 日PDF文件第3页](/bimg/3/3c91c5ee84351e4798141590aae677af08d16b42.webp)
![arXiv:2001.01577v1 [cs.AI] 2020 年 1 月 6 日PDF文件第4页](/bimg/d/dd9cff20a29ef237d6566af1fe4bcf745aa726ec.webp)
![arXiv:2001.01577v1 [cs.AI] 2020 年 1 月 6 日PDF文件第5页](/bimg/5/56e2b75d2fd3855940ab6430388c27a6194f2d02.webp)
相关文件推荐
![arXiv:2001.00804v1 [cs.AI] 2020 年 1 月 3 日](/simg/c/c33dad73ec2c962ae6009b7876c5e5305ea6e70e.png)
![arXiv:2001.02021v1 [cs.AI] 2020 年 1 月 7 日](/simg/6/6656a65d1324b757699cd670b349c20ef6da7f31.png)
![arXiv:2001.07537v1 [cs.AI] 2020 年 1 月 21 日](/simg/9/9263a647ebe77a59e853ed496cc8cf75b3b255ec.png)
![arXiv:2006.01610v1 [cs.AI] 2020 年 6 月 2 日](/simg/c/c14b5ee8297f1f5ec8a1eefd93238c5c993dbd04.png)
![arXiv:2005.00582v1 [cs.AI] 2020 年 5 月 1 日](/simg/d/d38cb53a124e35c7288255cbad2b1305ccb5a18c.png)
![arXiv:2005.02963v1 [cs.AI] 2020 年 5 月 6 日](/simg/1/1ff46bc4a4991cc3fcff22a53e9f44928e73b335.png)
![arXiv:2001.11457v3 [cs.AI] 2021 年 3 月 5 日](/simg/7/77db03c1f11d1263a7a871acf160ef76873ebef0.png)
![arXiv:2005.13635v1 [cs.AI] 2020 年 5 月 27 日](/simg/9/9e84e1eeb3e21de3231d6303124bae5b0c6d7257.png)
![arXiv:2002.09044v1 [cs.AI] 2020 年 2 月 20 日](/simg/1/1ffdf8ad897bec475f6999eff33e38d4e88d0371.png)
![arXiv:2012.04751v1 [cs.AI] 2020 年 12 月 8 日](/simg/d/d79fcfcc45e02ffb39761aa68ec1a53a8b28568d.png)
![arXiv:2008.13278v1 [cs.AI] 2020 年 8 月 30 日](/simg/9/92e26a4c8aa8cd35f6743e8c6e2f787de640e466.png)
![arXiv:1905.04210v2 [cs.AI] 2020 年 2 月 14 日](/simg/1/1c7674a20e850a75c8ef4f07c3e06bef37ed2e23.png)
![arXiv:2009.06756v2 [cs.AI] 2020 年 9 月 22 日](/simg/f/f0679682245238697c2448a9bfa1f41d24afb25c.png)
![arXiv:2006.11309v1 [cs.AI] 2020 年 6 月 19 日](/simg/8/815b6ddcd9ad12c5b66dd7208c8914603d2dfa68.png)
![arXiv:2002.05769v1 [cs.AI] 2020 年 2 月 13 日](/simg/6/6721efe57c2724da6ae271793dd8babcc7962ad8.png)
![arXiv:2002.10665v1 [cs.AI] 2020 年 2 月 25 日](/simg/9/9f4bbcacdd2b98eae0ed57f94d43cf576eaa8d61.png)
![arXiv:2007.15140v1 [cs.AI] 2020 年 7 月 29 日](/simg/a/aa46a5c6541c7743e6afc32b94d28d3f117401cf.png)
![arXiv:2007.13257v1 [cs.AI] 2020 年 7 月 27 日](/simg/9/9eabfa4676917196d3c9e99789da157830325c3e.png)
![arXiv:2002.11697v1 [cs.AI] 2020 年 2 月 26 日](/simg/b/b49fe9b98736b5fb45d9aa068dc75695e6f1cad6.png)
![arXiv:2005.09755v1 [cs.AI] 2020 年 5 月 19 日](/simg/f/f6e7086c6d5a50561b424f70f08494415ca4d80b.png)
![arXiv:2007.15703v1 [cs.AI] 2020 年 7 月 30 日](/simg/b/b082c125f9e416c25bb92bff79d3bcde74a636fd.png)
![arXiv:2003.05823v1 [cs.RO] 2020 年 3 月 12 日](/simg/c/cf9e39bb81ef86eb692012c7befa2c3c970b4e31.webp)
![arXiv:2007.10018v1 [cs.AI] 2020 年 7 月 20 日](/simg/3/3ea5103465cc9bd377356254235ee19fc60e3965.png)
![arXiv:2009.01606v3 [cs.AI] 2020 年 11 月 13 日](/simg/4/4ebe57468238c7ffd4182df62dfbbcd7f09aa203.png)
![arXiv:2010.06002v2 [cs.AI] 2020 年 12 月 15 日](/simg/0/099814195c1c883b96a2d64fc475677cebd2004d.png)
![arXiv:2008.07993v3 [cs.AI] 2020 年 12 月 23 日](/simg/9/939838d66b2e0413ce4f4008e8dd3e68d9dc776e.png)
![arXiv:2011.09006v3 [cs.AI] 2020 年 12 月 16 日](/simg/7/7538ea554e4c45e8b003e133261c3b3aa4547de9.png)
![arXiv:2012.06161v1 [cs.AI] 2020 年 12 月 11 日](/simg/b/bddc06e536b81a9df9a4004ca484f1eb3a058c51.png)
![arXiv:2009.14715v2 [cs.AI] 2020 年 12 月 16 日](/simg/e/e426d9b3cc627df6a0ac3eb48bb36692eb2612ce.png)
![arXiv:2012.11705v1 [cs.AI] 2020 年 12 月 21 日](/simg/d/d1cf5fe39718d5a4ad01550efa72bda4d3262278.png)