본 논문은 각 결정이 기호 동작과 숫자 매개변수로 구성된 매개변수화된 동작 마르코프 결정 프로세스(PAMDP)에서 강화 학습을 연구합니다.
KGRL(Knowledge- and Gradient-Guided Reinforcement Learning) 알고리즘은 도메인 지식을 활용하여 적용 가능한 동작과 매개변수를 제한하고, 기울기 기반 매개변수 정제 루프를 통해 최적의 매개변수를 추정합니다.
KGRL은 샘플 효율성을 높이는 동시에, 동작 및 매개변수 제한에 대한 절차적 설명을 제공하며, PAMDP 환경에서 기존 강화 학습 알고리즘보다 뛰어난 성능을 보입니다.