Exploration
Pink Noise Is All You Need: Colored Noise Exploration in Deep Reinforcement Learning
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Published as a conference paper at ICLR 2023 ABSTRACT ......
Deep Exploration via Bootstrapped DQN
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ NIPS 2016 Abstract 有效的探索仍然是强化学习（RL）的主要挑战。常见的探索抖动策略，如ε-贪婪，不进行时间扩展（或深度）探索；这可能导致数据需求呈指数级增长。然而，在复杂的环境中，大多数用于统计有效RL的算法在计算上是不 ......
Meta-Reinforcement Learning of Structured Exploration Strategies
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ NeurIPS 2018 ......
PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models
PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models 阅读笔记（11.2） 摘要：优化MSE指标通常会导致模糊，特别是在高方差(详细)区域。我们提出了一种基于创建正确降尺度的 ......
POJ 2594 Treasure Exploration
**[$POJ$ $2594$ $Treasure$ $Exploration$](http://poj.org/problem?id=2594)** ```cpp {.line-numbers} #include #include #include using namespace std; con ......
Noisy Networks for Exploration
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Published as a conference paper at ICLR 2018 ABSTRACT 1 INTRODUCTION 2 BACKGROUND 2.1 MARKOV DECISION PROCESSES AND REI ......
Off-Policy Deep Reinforcement Learning without Exploration
**发表时间：**2019（ICML 2019） **文章要点：**这篇文章想说在offline RL的setting下，由于外推误差（extrapolation errors）的原因，标准的off-policy算法比如DQN，DDPG之类的，如果数据的分布和当前policy的分布差距很大的话，那就 ......
RL 的探索策略 | Exploration for RL
最近在草率地调研 RL 的 exploration。 这篇文章也比较草率，仅能起到辅助作用，不能代替读 review 或更精细的读 paper。 1 主要参考资料 https://www.sciencedirect.com/science/article/pii/S1566253522000288 ......
迁移学习（DIFEX）《Domain-invariant Feature Exploration for Domain Generalization》【已复现迁移】
论文信息 论文标题：Domain-invariant Feature Exploration for Domain Generalization论文作者：Wang Lu, Jindong Wang, Haoliang Li, Yiqiang Chen, Xing Xie论文来源：TMLR 2022论 ......