شبكات الكوانتيل الضمنية للتعلم التوافقي التوزيعي

في هذا البحث، نستند إلى التقدم الحديث في التعلم التعزيزي التوزيعي لتقديم نسخة توزيعية متطورة ومُرنة ومتقدمة لخوارزمية DQN. نحقق ذلك من خلال استخدام الانحدار الكمي لتقريب الدالة الكمومية الكاملة لتوزيع العائدات الحالة-العملية. عن طريق إعادة بَرامِجة توزيع على فضاء العينات، يتم الحصول على توزيع عائدات ضمني ويؤدي إلى فئة كبيرة من السياسات الحساسة للمخاطر. نظهر تحسين الأداء في 57 لعبة من ألعاب Atari 2600 في البيئة ALE، ونستخدم توزيعات ضمنية لخوارزميتنا لدراسة آثار السياسات الحساسة للمخاطر في ألعاب Atari.