DeepMind团队的《Deep Reinforcement Learning in Large Discrete Action Spaces》
Paper: Deep Reinforcement Learning in Large Discrete Action Spaces
Authors: G Dulac-Arnold, R Evans, H v Hasselt, P Sunehag, T Lillicrap, J Hunt, T Mann, T Weber, T Degris, B Coppin
Link： http://arxiv.org/abs/1512.07679
前阵刚炒作过AlphaGo的DeepMind本月4号更新了《Deep Reinforcement Learning in Large Discrete Action Spaces》第二版，看起来真的将RL用在推荐系统了。
不过看起来文章的最大创新只是引入了action embedding，具体如何做embedding的并未展开，估计是离不开word2vec的。文章提出了如图所示的Wolpertinger Policy网络，然后用Deep Deterministic Policy Gradient (DDPG)进行训练。最后的实验没看到大的突破，目前还是花招，期待未来更大的突破。
正文到此结束
热门推荐
相关文章
近期评论
-
666
-
文章和留言都翻到11页了 没有OOM
-
-
朋友，翻页到11页，及以后，会出现OOM，无法访问
-
-
-
-
版本号是多少，你可以下载哪个代码仓库，jdk选1.8 直接跑就行
-
-
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
