On the Expressivity of Neural Networks for Deep Reinforcement Learning

On the Expressivity of Neural Networks for Deep Reinforcement Learning
发表时间:2020(ICML 2020)
文章要点:通常一个RL的问题,dynamics都比value function和policy function更复杂,这个时候去学model的话通常还不如直接去学value和policy。但是文中给出了反例,就是dynamics比value和policy更简单,这种情况下去学model然后用planning的方式去做决策,就会比model free的方式更有优势。然后作者顺道提出了一个简单的planning算法a simple multi-step model-based bootstrapping planner (BOOTS),就是往前走多条轨迹,然后回过头来选最好的动作。
On the Expressivity of Neural Networks for Deep Reinforcement Learning
总结:主要是给出一个例子吧,然后给人更加直接的感受,什么时候model和planning有用,什么时候model free更好。
疑问:没有看证明。

上一篇:789. 数的范围


下一篇:leetcode题库-789 逃脱阻碍者