知识可以从深度学习模型转移到深度强化学习代理吗？
迁移学习最近在强化学习中得到了广泛的研究。然而，在文献中，大多数文章（我读过）都将知识从一个 RL 代理转移到另一个任务相似的 RL 代理。我的问题是，可以利用从深度学习（而非强化学习）模型到深度强化学习代理的迁移学习吗？例如，使用现有的 DL 模型作为 DRL 代理的 Deep Q 网络。是否可以？因为据我所知没有论文使用这种方法，所以我有疑问。
Transfer learning is recently widely investigated in reinforcement learning. However, in the literature, most articles (that I have read) have transferred knowledge from one RL agent to another RL agent where the tasks are similar. My question is, could transfer learning from a DL (not RL) model to a Deep RL agent be leveraged? For example, use an existant DL model as DRL agent's Deep Q network. Is it possible? because no paper to my knowledge uses this approach that's why I have a doubt.
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
查看行为克隆，您可以在其中进行预训练强化学习策略使用专家的轨迹，从而以监督学习的方式加速训练。
Check out behavior cloning, in which you can pre-train RL policies using trajectories from an expert, and therefore accelerate training, in a supervised learning fashion.