如何处理强化学习中的同步动作

Question

我正在尝试使用强化学习来解决涉及大量同时动作的问题。例如，探员将能够执行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，例如在射击时跳跃，在空手道斩首时向右转而进行射击等。当所有可能的动作时结合起来，我得到一个巨大的动作数组，例如1 x2000。所以我的LSTM网络输出数组将具有该大小。当然，我将使用字典来解码操作数组以应用操作。所以我的问题是，该动作数组是否太大？这是处理同时动作的方法吗？还有其他方法吗？随意链接您所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