本發明提供一種基于好奇心機制的Rainbow智能體訓練方法,涉及深度強化學習技術領域。該方法首先將Rainbow智能體訓練的時間差分法TD的一步自舉換成多步自舉,并構造Rainbow智能體訓練的目標函數;再定義Rainbow智能體訓練的多步損失函數,將通過多步自舉得到的損失與雙Q網絡結合,并使用目標函數評估智能體不同價值下的動作;然后改變Rainbow智能體訓練時的優先體驗重放順序;將DuelingDQN與分布式網絡結合作為Rainbow智能體網絡,對Rainbow智能體的網絡體系結構進行調整;最后設計好奇心模塊,在Rainbow智能體訓練中添加好奇心機制,計算好奇心模塊中前向動力學模型預測誤差,并將其作為智能體訓練的內在獎勵,使智能體不斷去探索新的狀態。
聲明:
“基于好奇心機制的Rainbow智能體訓練方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)