This thesis proposes three novel algorithms for offline reinforcement learning, which allow for training policies from pre-collected datasets without direct environment interaction. The proposed methods are evaluated on challenging tasks and environments, and it is shown that they can produce well-performing policies reliably using model-based return estimation and new methods for policy regularization. The final algorithm, LION, even allows users to tune the trade-off between familiarity and performance at runtime, increasing trust in the solution.     «

This thesis proposes three novel algorithms for offline reinforcement learning, which allow for training policies from pre-collected datasets without direct environment interaction. The proposed methods are evaluated on challenging tasks and environments, and it is shown that they can produce well-performing policies reliably using model-based return estimation and new methods for policy regularization. The final algorithm, LION, even allows users to tune the trade-off between familiarity and pe...     »

Die Arbeit schlägt drei neue Algorithmen für Offline Reinforcement Learning vor, die aus statischen Datensätzen ohne direkte Umgebungsinteraktion Policies trainieren können. Es wird gezeigt, dass die Methoden unter Verwendung von modellbasierter Return-Schätzung und neuen Methoden zur Policy Regularisierung auf anspruchsvollen Benchmarks zuverlässig gut funktionierende Policies erzeugen. Der letzte Algorithmus, LION, ermöglicht Nutzern sogar die Anpassung des Trade-offs zwischen Vertrautheit und Performanz zur Laufzeit, was das Vertrauen in die Lösung erhöht.     «

Die Arbeit schlägt drei neue Algorithmen für Offline Reinforcement Learning vor, die aus statischen Datensätzen ohne direkte Umgebungsinteraktion Policies trainieren können. Es wird gezeigt, dass die Methoden unter Verwendung von modellbasierter Return-Schätzung und neuen Methoden zur Policy Regularisierung auf anspruchsvollen Benchmarks zuverlässig gut funktionierende Policies erzeugen. Der letzte Algorithmus, LION, ermöglicht Nutzern sogar die Anpassung des Trade-offs zwischen Vertrautheit und...     »