> ML_LITERATURE // ANDRYCHOWICZ-2017-HINDSIGHT-EXPERIENCE-REPLAY-HER_v1.0
Hindsight Experience Replay (HER)
Marcin Andrychowicz, Filip Wolski, Alex Ray, Jonas Schneider, Rachel Fong, Peter Welinder, Bob McGrew, Josh Tobin, Pieter Abbeel, Wojciech Zaremba · Advances in Neural Information Processing Systems (NeurIPS) (2017)
algorithm2017foundationalthirdPartyReproduced
Temel Katkı (Principal Contribution)
Çok hedefli pekiştirmeli öğrenmede elde edilen nihai durumu amaçlanan hedef olarak yeniden etiketleyerek başarısız yörüngelerden öğrenmeyi sağlayan Sonradan Görme Deneyimini (HER) sundu.
Operasyonel ve Mühendislik Uygunluğu
task-reinforcement-learning, task-robotics için yetkili teorik ve sistem temeli olarak hizmet eder.
Temel Varsayımlar (Assumptions)
- Hedef değerlendirme ortamlarında Markovian durum dinamikleri ve durağan ödül fonksiyonları geçerlidir
Kısıtlar ve Sınırlamalar (Limitations)
- Örneklem verimliliği, keşif kararlılığı ve simülasyondan gerçeğe transfer boşlukları özel ayarlama gerektirir
Bağlantılı Algoritmalar, Mimariler ve Kütüphaneler
İlgili Algoritmalar:
İlgili Mimariler:
Uygulayıcı Kütüphaneler: