Investigating Action Encodings in Recurrent Neural Networks in Reinforcement Learning

Este artigo investiga como as informações de ação são incorporadas à função de atualização de estado de uma célula recorrente em redes neurais recorrentes (RNNs) para aprendizado por reforço (RL). Os autores discutem várias escolhas e avaliam empiricamente as arquiteturas resultantes em domínios ilustrativos.