May, 2022

Sibyl: 使用在线强化学习在混合存储系统中实现自适应和可扩展的数据放置

PDF
TL;DRSibyl 是一种用于混合存储系统的数据放置策略技术，使用基于强化学习的方法通过对运行负载的不同特征以及存储设备的观测使系统更加自适应，进而优化性能，并在实际系统中的不同配置上得到了验证。
hybrid storage systemsreinforcement learningdata placementperformance improvementsystem optimization
发现论文，激发创造
  • S4RL：离线强化学习的惊人简单自监督

    本文旨在通过对状态空间进行数据扩充来提高线下强化学习算法的泛化性能，并结合最先进的 Q-learning 技术，通过平滑学习到的状态 - 动作空间，实现在 MetaWorld 和 RoboSuite 等机器人学习环境以及 D4RL 数据集上显著的提升。

    Mar, 2021

  • 何时信任你的模拟器：动态感知的离线与在线混合增强学习

    本研究提出了一个新的混合离线 - 在线强化学习范式，通过使用有限的真实数据和不受限制的模拟器探索来解决两种方法的缺陷，并在通过广泛的仿真和实际任务以及理论分析中证明了 H2O 优于其他跨域在线和离线强化学习算法，从而为解决实际的复杂任务提供了全新的思路。

    Jun, 2022

  • 基于强化学习的拼图式存储系统多项目检索

    用深度强化学习算法，包括 Double&Dueling Deep Q Network 来解决谜题式存储系统中多个物品的检索问题，并提出一种紧凑的整数规划模型来评估解决方案的质量。该方法在 PBS 系统中表现出高效性，并提出一种转换算法和分解框架来改善 PBS 系统的适用性。

    Feb, 2022

  • 基于滞后效应的强化学习：通过混合控制增强强化学习控制策略的稳健性

    提出了一种名为 Hysteresis-Based RL（HyRL）的混合算法，通过在现有 RL 算法中增加滞后开关和两个学习阶段提高了算法的稳健性，并在 PPO 和 DQN 无法处理的两个问题中说明了其性质。

    Apr, 2022

  • 基于深度强化学习的深度神经网络多租户多加速器系统的在线调度策略

    当前，云服务外包 DNNs 的趋势日益增长。本文介绍了一种针对多租户环境中 DNNs 在线调度的低开销深度强化学习算法 RELMAS，考虑了加速器的数据流异构性和内存带宽竞争问题，提高了服务提供商的硬件利用率并优化了服务水平协议满意率。在包含 Simba 和 Eyeriss 子加速器实例的多异构加速器系统上，与最先进的调度技术相比，在不同工作负载场景下，SLA 满意率提高了 173％，能源开销仅增加了不到 1.5％。

    Apr, 2024

  • H2O+: 混合离线和在线强化学习的改进框架与动态间隙

    通过模拟和实际机器人实验，我们展示了新算法 H2O + 在跨领域在线和离线强化学习算法方面的高性能和灵活性。

    Sep, 2023

  • 混合强化学习：利用离线和在线数据都可使强化学习更加高效

    本文介绍一种混合强化学习算法 Hy-Q，利用离线数据集和在线实时交互来提高算法设计的效率并最终在 Montezuma's Revenge 等测试数据上将混合强化学习算法的表现优于同类算法。

    Oct, 2022

  • 基于数据驱动的实时高效强化学习算法的 H∞控制：应用于自动化移动出行系统

    基于 Q 学习的算法解决线性离散时间系统的 H∞控制，并实现了模型无关的参数在线学习，从而将计算复杂性降低到 qu 的平方，其中 q 是状态变量、控制输入和干扰大小之和。

    Sep, 2023

  • 无关奖励微调：混合强化学习具有可证明统计优势

    本文研究了在混合设置中对表格强化学习算法的探讨，通过利用已有的离线数据集以及未知环境中的在线交互，提出了一种高效的三阶段算法，不需要在数据收集期间提供任何奖励信息并且减少了样本的复杂度。

    May, 2023

  • 混合信息驱动多智能体强化学习

    利用信息理论模型作为启发式算法来帮助大规模稀疏状态的代理系统寻找高级策略的混合信息驱动多代理强化学习（MARL）方法被提出和研究。通过初步实验结果表明，这一方法可以使代理系统在探索稀疏状态空间方面获得高达三个数量级的有效性提升。

    Feb, 2021