如何处理强化学习中的同时动作

Question

我正在尝试使用强化学习来解决一个涉及大量同时动作的问题。例如，代理将能够采取可能导致单个动作的动作，例如射击，或者可能导致多个动作的动作，例如射击同时跳跃、右转同时做空手道斩等。当所有可能的动作结合起来，我最终得到了一个巨大的动作数组，比如 1 x 2000。所以我的 LSTM 网络输出数组将具有这个大小。当然，我将使用字典来解码动作数组以应用动作。所以我的问题是，动作数组是否太大？这是处理同时动作的方式吗？有没有其他方法可以做到这一点？随意链接您看到的任何具体示例。谢谢。

Answer 1

我也一直在尝试为我的问题做类似的事情。您可以查看以下论文：

1. Exploring Multi-Action Relationship in Reinforcement Learning
2. Imitation Learning with Concurrent Actions in 3D Games
3. Action Branching Architectures for Deep Reinforcement Learning
4. StarCraft II: A New Challenge for Reinforcement Learning