随机集成策略迁移

摘要： 强化学习（RL）在序列决策问题上取得了巨大的成功。随着强化学习的飞速发展，迁移学习（TL）成为了一种重要的可以通过利用和转移外部知识来加速强化学习的技术。策略迁移是一种外部知识来自教师策略的迁移强化学习方法。现有的策略转移方法要么通过测量源任务与目标任务之间的相似性来转移知识，要么通过估计源策略在目标任务上的性能来选择最佳源策略。但是，性能估计有时可能不可靠，这可能会导致负迁移... （共6页）