evolution strategies | BriefGPT

关键词evolution strategies

搜索结果 - 29

ICML基于人口的全局优化方法用于学习 RNN 中的长期依赖
本文探讨了使用基于群体的全局优化技术（PBO）训练 RNNs 以捕获时间序列数据中的长期依赖性，通过在波动率预测应用中测试进化策略（ES）和粒子群优化（PSO），证明了 PBO 方法通常导致性能改进，而 ES 在各种体系结构中表现最为稳定。
PDF5 years ago
NIPS重要性加权演化策略
本研究提出改进新型的进化策略算法 - 重要性加权进化策略（IW-ES），通过重要性采样技术来解决现有进化策略算法数据效率较低的问题，在保持原始方法的可扩展性的同时，可以在每个经验批次上执行多个更新，为高效生成强化学习策略算法提供了新思路。
PDF6 years ago
Danskin 定理在无导数最小极化优化中的应用
本文提出了一种使用进化策略作为梯度估计器的黑盒极小极大问题的求解方法，并在实验中展示了该方法的有效性。
PDF6 years ago
ICLRFlipout: 小批量高效的伪独立权重扰动算法
该研究介绍一种有效的方法 ——Flipout 可以使得独立的权重扰动在每一个实例上进行采样，从而可以减小大规模 minibatch 的方差，并且可以在训练 LSTM 等神经网络时进行优化，同时可以替代现有方法用于演化策略。
PDF6 years ago
回归基础：用规范进化策略测试在 Atar 游戏中的表现
该研究发现，进化策略（ES）算法可以作为一种可替代强化学习（RL）的算法，对于诸如 Atari 游戏和 MuJoCo 人型运动的深度 RL 问题可以实现相同或更好的性能，并且即使是基本的 ES 算法也可以实现成功。研究还表明，ES 算法与传
PDF6 years ago
深度神经进化：遗传算法是训练深度神经网络进行强化学习的竞争性替代方案
我们证明了遗传算法可以在深度人工神经网络上实现良好的性能表现，即使没有梯度信息支持，我们使用深度遗传算法结合新颖搜索技巧在具有挑战性的深度强化学习问题上获得了成功，并且速度比其他算法更快，能够实现高效编码。
PDF7 years ago
通过一组寻求新颖性智能体的群体改进演化策略在深度强化学习中的探索
本文结合高效的进化策略算法（ES）、直接探索策略和进化智能技术，提出了一种新型快速可扩展的在深度强化学习任务中进行探索的算法，通过在 Atari 游戏和机器人学习领域的实验验证，提高了 ES 在稀疏或陷阱型的深度 RL 任务中的表现。
PDF7 years ago
演化策略作为可扩展替代强化学习的方案
使用黑盒优化算法 —— 进化策略，替代流行的基于 MDP 的 RL 技术，通过 MuJoCo 和 Atari 上的实验表明，ES 是一种可行的解决策略，随着可用 CPU 数量的增加而呈线性规模，同时 ES 具有不变性、容差性以及无需强化学习
PDF7 years ago
MM演化算法在土木工程仿真优化中的分析与实现（草稿）
本研究探讨应用进化算法，特别是进化策略族群估计钢筋混凝土构件剪切设计中的退化参数的适用性，该问题使用遗传算法求解，涉及结构工程领域中的重要计算任务和研究方向。
PDF10 years ago