ترجمه فارسی مقاله شبکه کولموگروف-آرنولد برای یادگیری تقویتی آنلاین

چکیده

Kolmogorov-Arnold Networks (KANs) have shown potential as an alternative to Multi-Layer Perceptrons (MLPs) in neural networks, providing universal function approximation with fewer parameters and reduced memory usage. In this paper, we explore the use of KANs as function approximators within the Proximal Policy Optimization (PPO) algorithm. We evaluate this approach by comparing its performance to the original MLP-based PPO using the DeepMind Control Proprio Robotics benchmark. Our results indicate that the KAN-based reinforcement learning algorithm can achieve comparable performance to its MLP-based counterpart, often with fewer parameters. These findings suggest that KANs may offer a more efficient option for reinforcement learning models.

چکیده به فارسی (ترجمه ماشینی)

شبکه های Kolmogorov-Arnold (KANS) پتانسیل را به عنوان جایگزینی برای Perceptrons چند لایه (MLP) در شبکه های عصبی نشان داده اند و عملکرد جهانی را با پارامترهای کمتری و کاهش استفاده از حافظه ارائه می دهند.در این مقاله ، ما استفاده از KAN ها را به عنوان تقریب عملکرد در الگوریتم بهینه سازی سیاست پروگزیمال (PPO) بررسی می کنیم.ما این رویکرد را با مقایسه عملکرد آن با PPO مبتنی بر MLP اصلی با استفاده از معیار Robotics Control DeepMind Proprio ارزیابی می کنیم.نتایج ما نشان می دهد که الگوریتم یادگیری تقویت مبتنی بر KAN می تواند عملکرد قابل مقایسه ای را با همتای مبتنی بر MLP خود بدست آورد ، اغلب با پارامترهای کمتری.این یافته ها نشان می دهد که KANS ممکن است گزینه ای کارآمدتر برای مدل های یادگیری تقویت کننده ارائه دهد.