Resumen

La memoria de repetición de experiencias en el aprendizaje por refuerzo permite a los agentes recordar y reutilizar experiencias pasadas. La mayoría de los modelos de refuerzo están sujetos a una única memoria de repetición de experiencias para el funcionamiento de los agentes. En este artículo, proponemos un marco que da cabida a la memoria de repetición de experiencias de doble uso, explotando tanto las transiciones importantes como las nuevas transiciones simultáneamente. En estudios numéricos, se examinan las redes Q profundas (DQN) equipadas con doble memoria de repetición de experiencias en varios escenarios. Un coche autoconducido requiere un agente automatizado que averigüe cuándo cambiar adecuadamente de carril en tiempo real. Para ello, aplicamos nuestro agente propuesto a los experimentos de simulación de movilidad urbana (SUMO). Además, también comprobamos su aplicabilidad al aprendizaje por refuerzo cuyo espacio de acción es discreto (por ejemplo, entornos de juegos de ordenador). En conjunto, concluimos que el marco propuesto supera a los modelos de aprendizaje por refuerzo conocidos hasta ahora en virtud de la doble memoria de repetición de experiencias.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:memoria de repetición de experiencias dobles, memoria de repetición de experiencias simples, memoria de repetición de experiencias, entornos de juegos de ordenador, memoria de repetición de experiencias, modelos de aprendizaje por refuerzo, agente, agentes, marco, espacio de acción
• Keywords:double experience replay memory, single experience replay memory, experience replay memory, computer game environments, experience replay memory, reinforcement learning models, agent, agents, framework, action space