推荐tree_of_item · 2018-09
“For program synthesis applied to the "Atari" deep learning benchmark check out Evolving simple programs for playing Atari games”
推荐它,把程序合成用于 Atari 深度学习基准
用笛卡尔遗传编程进化小程序来玩 Atari 游戏
论文用混合类型的笛卡尔遗传编程(CGP)进化程序来玩 Atari 游戏,函数集面向矩阵运算(含图像处理),允许控制行为自行涌现。这些程序规模较小,但许多控制器与 Atari 基准上当时最好的方法相当,所需训练时间更少;分析最优个体的程序还能发现简单而有效的策略。
评论者把它当作程序合成应用于 Atari 这一深度学习基准的例子来推荐。
这条路径先看 DQN 在 Atari 上的基线,再看 Double Q-learning 和 A3C 两个强对比方法,最后读用遗传编程进化小程序的做法。
Atari 基准与 DQN 基线的来源,目标论文以此为对比。
读从像素输入学 Q 函数的做法,以及 Atari 评测的设置。
DQN 的改进版,是目标论文对比的深度强化学习基线之一。
读Double Q-learning 如何减少 Q 值过估计。
A3C 是另一个强基线,也展示训练耗时的对比。
读异步 actor-learner 的思路以及它在 Atari 上的成绩和训练时间。
目标论文:用笛卡尔遗传编程进化出玩 Atari 的小程序。
读CGP 的程序表示与函数集,以及与深度强化学习在得分和训练时间上的比较。
“For program synthesis applied to the "Atari" deep learning benchmark check out Evolving simple programs for playing Atari games”