强化学习之分类与重点paper 5

强化学习是目前热门的研究方向。对不同强化学习的方法与paper进行分类有助于我们进一步了解针对不同的应用场景,如何使用合适的强化学习方法。本文将对强化学习进行分类并列出对应的paper。

11. Imitation Learning and Inverse Reinforcement Learning系列

算法名称:Modeling Purposeful Adaptive Behavior with the Principle of Maximum Causal Entropy
论文标题:Modeling Purposeful Adaptive Behavior with the Principle of Maximum Causal Entropy
发表会议:Carnegie Mellon University
论文链接:http://www.cs.cmu.edu/~bziebart/publications/thesis-bziebart.pdf
当前谷歌学术引用次数:291


算法名称:GCL
论文标题:Guided Cost Learning: Deep Inverse Optimal Control via Policy Optimization
发表会议:ICML, 2016
论文链接:https://arxiv.org/abs/1603.00448
当前谷歌学术引用次数:538


算法名称:GAIL
论文标题:Generative Adversarial Imitation Learning
发表会议:NIPS, 2016
论文链接:https://arxiv.org/abs/1606.03476
当前谷歌学术引用次数:1194


算法名称:DeepMimic
论文标题:DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills
发表会议:ACM Transactions on Graphics (TOG), 2018
论文链接:https://xbpeng.github.io/projects/DeepMimic/2018_TOG_DeepMimic.pdf
当前谷歌学术引用次数:354
--
算法名称:VAIL
论文标题:Variational Discriminator Bottleneck: Improving Imitation Learning, Inverse RL, and GANs by Constraining Information Flow
发表会议:ICLR, 2019
论文链接:https://arxiv.org/abs/1810.00821
当前谷歌学术引用次数:95


算法名称:MetaMimic
论文标题:One-Shot High-Fidelity Imitation: Training Large-Scale Deep Nets with RL
发表会议:Arxiv
论文链接:https://arxiv.org/abs/1810.05017
当前谷歌学术引用次数:12


12. Reproducibility, Analysis, and Critique系列

算法名称:rllab
论文标题:Benchmarking Deep Reinforcement Learning for Continuous Control
发表会议:ICML, 2016
论文链接:https://arxiv.org/abs/1604.06778
当前谷歌学术引用次数:1106


算法名称:Reproducibility of Benchmarked Deep Reinforcement Learning Tasks for Continuous Control
论文标题:Reproducibility of Benchmarked Deep Reinforcement Learning Tasks for Continuous Control
发表会议:ICML, 2017
论文链接:https://arxiv.org/abs/1708.04133
当前谷歌学术引用次数:149


算法名称:Deep Reinforcement Learning that Matters
论文标题:Deep Reinforcement Learning that Matters
发表会议:AAAI, 2018
论文链接:https://arxiv.org/abs/1709.06560
当前谷歌学术引用次数:852


算法名称:Where Did My Optimum Go?: An Empirical Analysis of Gradient Descent Optimization in Policy Gradient Methods
论文标题:Where Did My Optimum Go?: An Empirical Analysis of Gradient Descent Optimization in Policy Gradient Methods
发表会议:European Workshop on Reinforcement Learning, 2018
论文链接:https://arxiv.org/abs/1810.02525
当前谷歌学术引用次数:8


算法名称:Are Deep Policy Gradient Algorithms Truly Policy Gradient Algorithms?
论文标题:Are Deep Policy Gradient Algorithms Truly Policy Gradient Algorithms?
发表会议:CoRR, 2018
论文链接:https://openreview.net/forum?id=qGJDBwwhFTN
当前谷歌学术引用次数:47


算法名称:Simple Random Search Provides a Competitive Approach to Reinforcement Learning
论文标题:Simple Random Search Provides a Competitive Approach to Reinforcement Learning
发表会议:NIPS, 2018
论文链接:https://arxiv.org/abs/1803.07055
当前谷歌学术引用次数:195


算法名称:Benchmarking Model-Based Reinforcement Learning
论文标题:Benchmarking Model-Based Reinforcement Learning
发表会议:NIPS, 2018
论文链接:https://arxiv.org/abs/1907.02057
当前谷歌学术引用次数:95


13. Bonus: Classic Papers in RL Theory or Review系列

算法名称:Policy Gradient Methods for Reinforcement Learning with Function Approximation
论文标题:Policy Gradient Methods for Reinforcement Learning with Function Approximation
发表会议:NIPS, 1999
论文链接:https://papers.nips.cc/paper/1713-policy-gradient-methods-for-reinforcement-learning-with-function-approximation.pdf
当前谷歌学术引用次数:4152


算法名称:An Analysis of Temporal-Difference Learning with Function Approximation
论文标题:An Analysis of Temporal-Difference Learning with Function Approximation
发表会议:IEEE transactions on automatic control, 1997
论文链接:http://web.mit.edu/jnt/www/Papers/J063-97-bvr-td.pdf
当前谷歌学术引用次数:1302


算法名称:Reinforcement Learning of Motor Skills with Policy Gradients
论文标题:Reinforcement Learning of Motor Skills with Policy Gradients
发表会议:Neural networks, 2008
论文链接:http://www.kyb.mpg.de/fileadmin/user_upload/files/publications/attachments/Neural-Netw-2008-21-682_4867%5b0%5d.pdf
当前谷歌学术引用次数:911


算法名称:Approximately Optimal Approximate Reinforcement Learning
论文标题:Approximately Optimal Approximate Reinforcement Learning
发表会议:ICML, 2002
论文链接:https://people.eecs.berkeley.edu/~pabbeel/cs287-fa09/readings/KakadeLangford-icml2002.pdf
当前谷歌学术引用次数:516


算法名称:A Natural Policy Gradient
论文标题:A Natural Policy Gradient
发表会议:NIPS, 2001
论文链接:https://papers.nips.cc/paper/2073-a-natural-policy-gradient.pdf
当前谷歌学术引用次数:844


算法名称:Algorithms for Reinforcement Learning
论文标题:Algorithms for Reinforcement Learnin
发表会议:ICML, 2010
论文链接:https://sites.ualberta.ca/~szepesva/papers/RLAlgsInMDPs.pdf
当前谷歌学术引用次数:1152

参考
https://spinningup.openai.com/en/latest/

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容

  • 强化学习是目前热门的研究方向。对不同强化学习的方法与paper进行分类有助于我们进一步了解针对不同的应用场景,如何...
    GanD阅读 951评论 2 11
  • 强化学习是目前热门的研究方向。对不同强化学习的方法与paper进行分类有助于我们进一步了解针对不同的应用场景,如何...
    GanD阅读 842评论 0 17
  • 强化学习是目前热门的研究方向。对不同强化学习的方法与paper进行分类有助于我们进一步了解针对不同的应用场景,如何...
    GanD阅读 673评论 0 14
  • 强化学习是目前热门的研究方向。对不同强化学习的方法与paper进行分类有助于我们进一步了解针对不同的应用场景,如何...
    GanD阅读 1,004评论 2 53
  • 1.强化学习资源 函数库 1、RL-Glue:提供了一个能将强化学习代理、环境和实验程序连接起来的标准界面,且可进...
    机器学习小济公阅读 1,975评论 0 8