基于正交投影的同态状态抽象与策略优化

赵亮,李永强,赵硕

Homomorphic state abstraction and policy optimization based on orthogonal projection

Liang ZHAO,Yongqiang LI,Shuo ZHAO

表 2 各基准任务状态和动作空间配置

Tab.2 State and action space scales across benchmark tasks

任务名称 参数设置 $|{S}| $ $ |{A}| $ 随机模型 $ 100 $ $10 $ 弱耦合MDP $ 100 $ $ 10 $ 四室网格世界(Room) $ 100 $ $ 10 $ 双队列管理问题 $ 100 $ $ 10 $