《计算机工程与科学杂志》发表论文赏析

基于D2GA的逆强化学习算法

来源:计算机工程与科学杂志2024年第11期北京时间:

作者:段成龙, 袁杰, 常乾坤, 张宁宁

单位:(新疆大学电气工程学院,新疆 乌鲁木齐 830017)

摘要:针对传统生成对抗逆强化学习存在的专家样本获取困难以及生成样本利用率低的问题,提出一种基于事后经验回放策略HER的双鉴别器生成对抗D2GA逆强化学习算法。在该算法中,HER自动合成类专家的正样本,通过D2GA与强化学习方法柔性动作-评价SAC生成的负样本进行对抗性训练,基于所求解的最优奖励函数,利用SAC求解最优策略。将所提出的D2GA算法与经典的逆强化学习算法在Fetch机械臂环境中的4种任务进行了比较实验。结果表明:在没有可用演示数据的情况下,D2GA在相对少的回合数内完成任务的成功率可以达到理想性能,优于当前流行的逆强化学习算法。

关键词:深度强化学习,事后经验回放,逆强化学习,生成对抗网络,

基金资助:国家自然科学基金(62263031);新疆维吾尔自治区自然科学基金(2022D01C53)

2024年11期其他文献查阅:

DeepFlame:基于深度学习和高性能计算的反应流模拟开源平台

Gyration:基于RTT测量的报文偏转拥塞控制算法

基于TLSF算法的高效内存分配算法的设计与实现

一种基于浮点误差分析的混合精度鲁棒性提升方法

基于动态自重构结构的3D-HEVC帧内预测算法并行化实现

面向高性能计算机光互连的低抖动Retimer电路

异构微差同步并行训练算法

一种基于区块链的众包激励机制

一种结合遗传算法和聚类的软件定义网络控制器优化部署机制

时间敏感网络中基于边不相交路径对选择的帧复制与消除机制

基于QoS-QoE预测的传输瓶颈定位

参与式感知设备多维数据的个性化差分隐私保护方案

基于Gamma分布贝叶斯RCS估计的多目标跟踪算法

基于轻量化目标检测网络的RGB-D视觉SLAM系统

基于可学习图像滤波器的雾天驾驶场景图像语义分割

基于MCL的多速率点云动作识别

基于CNN和Transformer特征融合的烟雾识别方法

基于D2GA的逆强化学习算法

基于匮乏理论的应急物资调度模型构建及算法研究

双级交互式自适应融合的多模态神经机器翻译

融合模体感知和图Transformer编码的社区检测

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!