Dec, 2023

少即是多 —— 多任务强化学习的调度器 / 执行器原则

PDF
TL;DR通过引入调度员与执行员原则，以及设计原则和结构的改变，可以改善泛化性能并显著提高数据效率。
abstraction processdispatcher/executor principlemulti-task reinforcement learninggeneralisation propertiesdata-efficiency
发现论文，激发创造
  • 自适应、基于交易的多智能体系统的分散调度

    该研究采用交易方法，将多智能体强化学习应用于模拟的调度环境中，研究分布式代理体系结构及自主定价在任务分配中的应用。

    Jul, 2022

  • 一个解决方案并不足以满足所有需求：基于结构化的最大熵强化学习的少样本外推

    本文提出一种基于多样性推动的强化学习方法，能够学习多种解决任务的行为，从而实现能够适应多变环境和任务的泛化能力，同时，文中理论和实验结果表明，此方法能够产生一个健壮性环境集合。

    Oct, 2020

  • 强化学习中的抽象理论

    本文介绍了强化学习中抽象的理论，提供了符合需求的抽象函数的要求，并介绍了一组新算法和分析，旨在最大程度地减少有效强化学习的复杂性。

    Mar, 2022

  • 神经网络训练的最小作用量原理

    通过将神经网络视为一种随时间推移的动力系统，我们发现网络的输运映射中存在低动能位移偏差，并将其与泛化性能相关联，从而提出了一种新的学习算法，该算法可自动适应给定任务的复杂度，并在低数据情况下产生具有高泛化能力的网络。

    Sep, 2020

  • 基于事件的深度强化学习应用于动态车辆调度问题

    本文提出了一种基于半马尔可夫决策过程和离散事件模拟的动态车辆调度问题解决方法，并在纽约市的真实场景下进行了数值实验，结果显示相对于其他启发式策略，该方法的平均等待时间减少了 50%。

    Jul, 2023

  • 控制任务组合泛化的策略架构

    该研究提出了一种基于任务实体组成结构的框架和适当的策略设计，旨在解决通过目标配置来规范控制、机器人和规划的任务，此策略运用 Deep Sets 和 Self Attention 等结构，在模拟机器人操作任务的训练中，成功率更高且泛化能力更强。

    Mar, 2022

  • 使用深度强化学习组合无关任务的策略

    本文介绍了一种基于深度强化学习的技能转移和组合方法，该方法将智能体的原始策略应用到解决未知任务中，并可在高数据效率下解决需要任务规划和动作控制的挑战性环境。

    May, 2019

  • 通过局部集中执行减少多智能体协调中的冗余计算

    通过引入局部集中式团队变换器 (LCTT) 方法，本研究解决了多智能体强化学习中的冗余计算问题，并提出了团队变换器架构 (T-Trans) 和领导权转换机制，实现了更加高效的学习收敛，同时无损于奖励水平。

    Apr, 2024

  • 多智能体强化学习用于微处理器设计空间探索

    本文提出了使用 Multi-Agent RL 来应对硬件体系结构搜索中领域特定定制的挑战，此方法相对于单一智能体，其可扩展性更高且运行更高效。该方法已在设计领域特定 DRAM 内存控制器上得到验证，并表现出在低功耗和延迟等不同目标方面显著优于单一代理强化学习算法，如 Proximal Policy Optimization 和 Soft Actor-Critic。

    Nov, 2022

  • 一种多任务方法的鲁棒深度强化学习用于资源分配

    通过将多任务学习应用于机器学习算法中，结合 Elastic Weight Consolidation 和 Gradient Episodic Memory 的方法，并与增强训练数据分布的现有技术进行比较，本研究证明多任务方法对处理医疗领域等特殊需求的稀有重大事件有很高的效果。

    Apr, 2023