Algoritmo DR.Q per il controllo continuo efficiente in termini di campioni

Un nuovo algoritmo chiamato Debiased model-based Representations for Q-learning (DR.Q) è stato proposto per migliorare l'efficienza dei campioni nei compiti di controllo continuo. Il metodo affronta i bias negli approcci di rappresentazione basati su modelli esistenti, che spesso non riescono a catturare informazioni sufficienti sulle variabili rilevanti e si adattano eccessivamente alle prime esperienze nel buffer di replay. DR.Q massimizza esplicitamente l'informazione mutua tra le rappresentazioni delle coppie stato-azione correnti e lo stato successivo, minimizzando al contempo le loro deviazioni. Campiona anche le transizioni utilizzando esperienze prioritarie attenuate. L'approccio combina i vantaggi dei metodi model-free e model-based senza i costi di addestramento dei metodi basati su modelli.