[論文レビュー] Sample Efficient Actor-Critic with Experience Replay

Ziyu Wang, Victor Bapst+5 more|arXiv (Cornell University)|Nov 3, 2016

Reinforcement Learning in Robotics参考文献 26被引用数 221

ひとこと要約

提供されたテキストには実際の論文内容が含まれておらず、NIPS 2016 のフォーマット指示のみが含まれているため、要約を作成することはできません。

ABSTRACT

This paper presents an actor-critic deep reinforcement learning agent with experience replay that is stable, sample efficient, and performs remarkably well on challenging environments, including the discrete 57-game Atari domain and several continuous control problems. To achieve this, the paper introduces several innovations, including truncated importance sampling with bias correction, stochastic dueling network architectures, and a new trust region policy optimization method.

研究の動機と目的

• 提供されたテキストには研究目的に関する内容が含まれていません。

提案手法

• 提供されたテキストには提案手法や主要な技術に関する内容が含まれていません。

実験結果

リサーチクエスチョン

• RQ1 提供されたテキストには研究問題はありません。

主な発見

• 提供されたテキストには結果や発見は含まれていません。