研究随机环境下强化学习智能体的可塑性损失

Philipp Bordne 和 André Biedenkapp 系统研究了随机环境中神经网络可塑性丧失对深度强化学习的影响。研究人员在三个 DeepMind Control 任务中训练 SAC 智能体，通过控制观测噪声和动作噪声，测试不同环境随机性下的学习表现。 实验显示，保持神经网络可塑性的方法能够提升两个较难任务的学习鲁棒性，且观测噪声越大，优势越明显。但在最具挑战性的随机环境中，时序差分（TD）不稳定性成为主要失效模式。此外，在测试的所有观测噪声水平下，将网络重置与层归一化结合使用，效果均不如单独重置网络。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。