本文主要是介绍近端策略优化算法(Proximal Policy Optimization Algorithms, PPO)，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

近端策略优化算法(Proximal Policy Optimization Algorithms, PPO)

作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/

    这篇博文是Schulman, J., Wolski, F., Dhariwal, P., Radford, A., and Klimov, O. Proximal policy optimization algorithms. Advances in Neural Information Processing Systems, 2017.的阅读笔记，用来介绍PPO优化方法及其一些公式的推导。文中给出了三种优化方法，其中第三种是第一种的拓展，这两种使用广泛，第二种实验验证效果不好，但也是一个小技巧。阅读本文，需要事先了解信赖域策略优化(Trust Region Policy Optimization, TRPO)，从Proximal这个词汇中，可以联想到一类涉及矩阵范数的优化问题中的软阈值算子(soft thresholding/shrinkage operator)以及图Lasso求逆协方差矩阵(Graphical Lasso for inverse covariance matrix)中使用近端梯度下降(Proximal Gradient Descent, PGD)求解Lasso问题。

1. 前提知识

2. 方法一：Clipped Surrogate Objective

3. 方法二：Adaptive KL Penalty Coefficient

4. 方法三：Actor-Critic-Style Algorithm

5. 参考文献

[1] Schulman, J., Wolski, F., Dhariwal, P., Radford, A., and Klimov, O. Proximal policy optimization algorithms. Advances in Neural Information Processing Systems, 2017.
[2] Proximal Policy Optimization — Spinning Up documentation https://spinningup.openai.com/en/latest/algorithms/ppo.html
[3] V. Mnih, A.Badia, M. Mirza, A. Graves, T. Lillicrap, T. Harley, D. Silver, K. Kavukcuoglu. Asynchronous Methods for Deep Reinforcement Learning. ICML, 2016.
[4] Proximal Policy Optimization Algorithms, slides, https://dvl.in.tum.de/slides/automl-ss19/01_stadler_ppo.pdf

这篇关于近端策略优化算法(Proximal Policy Optimization Algorithms, PPO)的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！