arXiv stat.ML· Sumit Vashishtha·· 13 天前AI 评分35
基于数据生成分布狄利克雷过程先验的贝叶斯神经网络及其在强化学习随机价值函数中的应用
Bayesian Neural Networks via Dirichlet Process Priors on the Data-Generating Distribution for Randomized Value Functions in Deep Reinforcement Learning
AI 导读
研究人员提出了一种新型贝叶斯神经网络（BNN），通过直接在底层数据生成分布上设置狄利克雷过程（DP）非参数先验来量化认知不确定性，并基于此开发了强化学习算法 DP-DQN。该方法通过贝叶斯 Bootstrap 重新加权并注入生成先验假设，维护价值函数的后验分布以实现高效 Thompson sampling。这使得单个神经网络无需多网络集成开销，即可完成决定性的深度探索。
来源：arXiv stat.ML · arxiv.org