How to Choose a Reinforcement-Learning Algorithm

要約

強化学習の分野では、逐次的な意思決定の問題に取り組むための多種多様な概念と方法が提供されています。
この多様性は非常に大きくなり、当面のタスクに適したアルゴリズムを選択することが困難になる場合があります。
この研究では、強化学習アルゴリズムとアクション分布ファミリーを選択するプロセスを合理化します。
既存のメソッドとそのプロパティの構造化された概要と、どのメソッドを選択するかについてのガイドラインを提供します。
これらのガイドラインの対話型バージョンは、https://rl-picker.github.io/ からオンラインで入手できます。

要約(オリジナル)

The field of reinforcement learning offers a large variety of concepts and methods to tackle sequential decision-making problems. This variety has become so large that choosing an algorithm for a task at hand can be challenging. In this work, we streamline the process of choosing reinforcement-learning algorithms and action-distribution families. We provide a structured overview of existing methods and their properties, as well as guidelines for when to choose which methods. An interactive version of these guidelines is available online at https://rl-picker.github.io/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google