Feb, 2023

AutoDOViz：人本决策优化自动化

PDF
TL;DR本文介绍一种基于自动决策优化和强化学习的用户交互界面 AutoDOViz，旨在降低数据科学家在问题规范上的门槛，利用 AutoDO 算法搜索 RL 管道并创建可视化和方针洞悉，为 DO 专家和领域专家之间的沟通提供便利。经过 DO 实践者和业务顾问的半结构化专家访谈，我们提出了人性化自动化 DO 的设计需求，并通过数据科学家的系统实现评估发现，使用我们提出的解决方案后，他们显著更愿意参与 DO，同时 AutoDOViz 进一步增加对 RL 代理模型的信任，使自动训练和评估过程更易理解。我们还得出结论，当界面促进人的参与时，自动化 RL 可以从用户中受益，反之亦然。
autodovizdecision optimizationreinforcement learningautomationhuman-in-the-loop
发现论文，激发创造
  • 深度强化学习自动驾驶决策的揭秘

    自适应驾驶决策中，深度强化学习模型的黑盒特性限制了实际应用，因此本研究工作关注一种基于注意力机制的可解释深度强化学习框架，并使用连续近端策略优化算法作为基准模型，在开源自适应驾驶仿真环境中加入了多头注意力机制。通过分析技术讨论模型的可解释性和因果关系，发现模型的第一个头部编码了邻近车辆的位置，而第二个头部则专注于领导车辆。此外，自车的动作在时空上受到目标车道上车辆的因果依赖。这些发现可帮助从业人员解读深度强化学习算法的结果。

    Mar, 2024

  • 自动强化学习概述

    论文探讨自动化强化学习的关键元素和挑战，并讨论自动化强化学习的最新工作、应用和研究方向。

    Jan, 2022

  • 自动强化学习（AutoRL）：调查和开放问题

    通过对自动强化学习的调查，我们提供了一个共同的分类法、详细讨论了每个领域并提出了研究中感兴趣的开放性问题。

    Jan, 2022

  • 通过人类示范辅助强化学习在自动驾驶车道变换中的安全决策

    通过将人类驾驶员的决策作为安全演示进行学习，本研究提出的基于强化学习的决策策略在实践中可显著提高自主驾驶汽车的安全性。

    Jul, 2022

  • 基于强化学习的数字人类互动推荐决策

    本研究基于强化学习、多模态嵌入和图嵌入等技术，设计了一个新型的数字人互动推荐代理框架，以提高个性化推荐和数字人代理的效率和准确性。实验结果表明该框架具有更好的个性化客户参与和更好的客户体验。

    Oct, 2022

  • 演化奖励函数自动化强化学习

    使用 AutoRL，一种进化层，通过将奖励调整视为超参数优化并训练一组 RL 代理来寻找最大化任务目标的奖励，使得评估了两个 RL 算法上四个 Mujoco 连续控制任务之后 AutoRL 在改善之前的工作基础之上表现出提升，复杂任务上的提升最大。

    May, 2019

  • 强化学习在车载系统中的统一自动控制

    本文提出了一种简化的车辆微观模拟方法，并使用深度强化学习优化了具有不同车辆组成的六个交通系统的控制策略，发现了类似于波浪消减、交通信号和匝道计量等的多种新行为，并分析了这些行为以获得可解释的控制策略。

    Jul, 2022

  • 基于策略深度强化学习和智能路由的自主车辆交通管理

    提出了一种基于深度强化学习的信号控制系统，该系统可以根据交通状况动态调整信号并使用重新路由技术平衡道路网络上的车辆，以帮助优化交通流的管理和减少拥堵。

    Jun, 2022

  • 高效自动化深度强化学习

    本文提出了一种基于群体的自动化强化学习（AutoRL）框架，该框架在优化超参数和神经网络结构的同时训练智能体，提高了元优化的采样效率。在 MuJoCo 基准套件中的 TD3 算法中，我们将元优化所需的环境交互次数减少了一个数量级。

    Sep, 2020

  • 交通优化中的隐式感知：先进的深度强化学习技术

    通过采用深度强化学习从事自主驾驶车辆上的车辆跟随和变道模型，本论文探讨了解决构成道路阻塞的突发情况，提出了基于 Markov 决策过程和 MEC 辅助架构的综合决策控制系统，并通过 SUMO 模拟器和 OPENAI GYM 评估了该模型的性能，结果显示使用 ε-greedy 策略进行训练的 DQN 代理明显优于使用 Boltzmann 策略进行训练的代理。

    Sep, 2023