Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Relative Entropy Policy Search

Peters, J., Mülling, K., & Altun, Y. (2010). Relative Entropy Policy Search. In M. Fom, & D. Poole (Eds.), Twenty-Fourth National Conference on Artificial Intelligence (AAAI-10) (pp. 1607-1612). Menlo Park, CA, USA: AAAI Press.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-BF48-A Versions-Permalink: https://hdl.handle.net/21.11116/0000-0002-81CB-7
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://www.aaai.org/ocs/index.php/AAAI/AAAI10/paper/viewFile/1851/2264 (Verlagsversion)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Peters, J1, 2, Autor           
Mülling, K1, 2, Autor           
Altun, Y1, 2, Autor           
Fox D. Poole, M., Herausgeber
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Policy search is a successful approach to reinforcement learning. However, policy improvements often result in the loss of information. Hence, it has been marred
by premature convergence and implausible solutions.
As first suggested in the context of covariant policy
gradients (Bagnell and Schneider 2003), many of these
problems may be addressed by constraining the information
loss. In this paper, we continue this path of reasoning
and suggest the Relative Entropy Policy Search
(REPS) method. The resulting method differs significantly
from previous policy gradient approaches and
yields an exact update step. It works well on typical
reinforcement learning benchmark problems.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2010-07
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: 6439
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: Twenty-Fourth National Conference on Artificial Intelligence (AAAI-10)
Veranstaltungsort: Atlanta, GA, USA
Start-/Enddatum: 2010-07-11 - 2010-07-15

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Twenty-Fourth National Conference on Artificial Intelligence (AAAI-10)
Genre der Quelle: Konferenzband
 Urheber:
Fom, M, Herausgeber
Poole, D, Herausgeber
Affiliations:
-
Ort, Verlag, Ausgabe: Menlo Park, CA, USA : AAAI Press
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 1607 - 1612 Identifikator: ISBN: 978-1-577-35463-5