asynchronous learning | BriefGPT

关键词asynchronous learning

搜索结果 - 10

零阶异步学习与有界延迟：通信网络资源分配应用实例
代理协同训练的异步学习过程中，通过分布式优化和深度学习进行资源分配的关键问题与相关的研究领域探索。
PDF8 months ago
ICMLMOLE: 通过最大化互信息的模块化学习框架
该研究介绍了一种针对神经网络的异步和本地学习框架，名为模块化学习框架（MOLE）。该框架通过分层将神经网络模块化，并通过相互信息定义每个模块的训练目标，通过最大化相互信息顺序训练每个模块。MOLE 使训练成为模块之间梯度隔离的局部优化，这种
PDFa year ago
异步分布式 Dropout 实现高效轻量化联邦学习
提出了一种利用辍学技术处理分布式异构设备的异步联邦学习（FL）框架 AsyncDrop，有效减少了通信成本和训练时间，提高了非 iid FL 场景的最终测试精度。
PDF2 years ago
多智能体强化学习的异步演员 - 评论家算法
该论文提出一种多代理演员 - 评论家方法，允许代理在异步环境中直接优化策略，以解决多代理系统中同步决策的问题，提高学习效率和性能。
PDF2 years ago
异步 Q 学习在控制理论视角下的有限时间分析（随着步长逐渐缩小）
本文研究了异步 Q-learning 在 Markov 观测模型下的有限时间分析，介绍了与离散时间切换系统模型相连的收敛速率，并提出了新的简化模板以深入了解 Q-learning。
PDF2 years ago
马尔可夫潜在博弈中的独立和去中心化学习
该论文提出了一种多智能体强化学习动态模型，分析了其在无限期贴现马尔可夫潜在博弈中的收敛性质。论文在独立和分散的环境下进行，重点研究了多智能体可以通过简单的学习动态方法在最小信息环境下达到马尔可夫潜在博弈的稳定纳什均衡。
PDF2 years ago
物理机器人实时控制的异步强化学习
本文论述了异步学习和顺序学习的比较，并在真实环境下使用机器人手臂和视觉任务进行了实验。研究结果表明，当学习更新的时间成本增加时，顺序学习的性能会显著下降，而异步学习会明显胜过顺序学习。
PDF2 years ago
异步模型更新和时间加权聚合的通信高效联邦深度学习
该研究提出了一种改进的联邦学习技术，采用同步学习策略和服务器上的时态加权聚合，而异步学习策略中不同深度的神经网络层被归类为浅层和深层，并且深层的参数更新频率低于浅层。并且还介绍了一种时态加权聚合策略，以利用以前训练过的本地模型，从而提高了中
PDF5 years ago
异步情节式深化确定性策略梯度法：面向计算复杂环境的连续控制
本文提出了一种扩展 Deep Deterministic Policy Gradient (DDPG) 的算法 Asynchronous Episodic DDPG (AE-DDPG)，通过异步学习和组合应用周期控制和动态噪声等技术，该算法
PDF5 years ago
集体机器人分布式异步引导策略搜索强化学习
本文探讨了分布式异步策略学习作为实现机器人具备普适性和提高复杂任务训练效率的手段。实验证明，使用这种方法可以提高机器人对任务的泛化、利用和训练时间效率，从而在视觉门开启任务中取得更好的效果。
PDF8 years ago