按年被提到
20182018 · 5 次2026
强化学习与智能体›进化策略与探索·arXiv:1806.05695 · cs.NE

Evolving simple programs for playing Atari games

进化出玩 Atari 游戏的简单程序
Dennis G Wilson, Sylvain Cussat-Blanc, Hervé Luga, Julian F Miller · 2018

用笛卡尔遗传编程进化小程序来玩 Atari 游戏

开始阅读 ↗PDFalphaXiv 讨论
被推荐 · 5 人首次 2018-07-18 · 最近 2018-10-17
5不同的人
4活跃月份
5讨论串
73被引(OpenAlex)

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。

HN 为什么提它

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。

方法难度 3 / 5约 30 分钟经得起时间
读之前最好知道
1遗传编程(genetic programming)
2笛卡尔遗传编程(CGP)
3Atari 基准与强化学习
4进化算法

学习路径

读这篇之前,按顺序读书架上的 3 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

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。

  1. 1
    Playing Atari with Deep Reinforcement Learning用深度强化学习玩 Atari 游戏 · 2013

    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。

  2. 2

    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。

  3. 3
    Asynchronous Methods for Deep Reinforcement Learning深度强化学习的异步方法 · 2016

    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。

  4. 4
    Evolving simple programs for playing Atari games进化出玩 Atari 游戏的简单程序 · 2018 · 就是这篇

    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。

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
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
Ask HN: Is anyone working on ML based code/program generation?原评论 ↗
被提交为 story · 4 次