reinforcement-learning - 使用强化学习模型ddpg时，输入数据为序列数据

Question

使用强化学习模型ddpg时，输入数据为序列数据、高维（21维）状态和低维（1维）动作。这对模型的训练有什么负面影响吗？如何解决

标签： reinforcement-learning

Answer 1

一般来说，在任何机器学习场景中，维度本身都不是问题，主要取决于输入数据有多少可变性。当然，高维数据比低维数据具有更高的可变性。

即使考虑到这一点，也可以通过向 ML 算法提供更多数据并增加允许表示的复杂性（即神经网络中的更多节点和/或层）来“轻松”解决问题。

在 RL 中，这甚至不是什么问题，因为您对实际拥有的数据量并没有真正的限制。你总是可以在环境中运行你的代理，以获得更多的样本轨迹来训练。您可能会在这里发现的唯一问题是您的计算时间会增加很多（取决于您需要在环境中训练多少才能解决这个问题）。