引用nealeratzlaff · 2018-01
“Reinforcement learning algorithms were shown to have poor transferability”
说明强化学习算法的迁移性很差
指出深度强化学习结果难以复现,并给出更严谨的评测报告建议
论文研究深度强化学习中的可复现性、恰当的实验方法与结果报告。基准环境的非确定性加上方法本身的方差,使已发表的结果难以解读;作者展示了与常见基线比较时指标和结果的波动,说明缺乏显著性度量和更严格的标准化时很难判断改进是否真实。论文据此提出让未来深度 RL 结果更可复现的指南,以减少不可复现、易被误读的结果所造成的浪费。
HN 上的人引用它来说明强化学习的基准测试出了名地难做、复现问题严重,也有人借此谈到 RL 算法迁移性差。
“Reinforcement learning algorithms were shown to have poor transferability”
“Reinforcement learning is notoriously hard to benchmark properly (see eg Deep Reinforcement Learning that Matters).”