易医资讯网最新发布:比尔盖茨闯了进来!名人事故照片 华为路由WS5200增强版正式上市:价格:229元 半导体、电子设备:守正待时 荐3股 新闻:网络彩票板块加强高红股票收盘涨停 北京医疗改革协调小组:建立医疗消费联动综合改革目标|医疗改革新浪财经 河南第一家现金基金销售机构整顿规范性风控与严格监管.|基金销售新浪财经  

图片资讯

深度强化学习中的好奇心

    本文是AI研究所编写的一个技术博客。最初的标题是《深层强化中的好奇心》。

    本文是AI研究所编写的一个技术博客。最初的标题是:

    深度强化学习的好奇心

    作者|迈克尔·克莱尔

    翻译|缩写2018

    校对|酱梨涂饰|菠萝女孩

    链接到原始文本:

    Http://towardsdata..com/holio.-in-.-.ment-.-.-.-network-.llation-747b322e2403

    深度强化学习中的好奇心

    早期密集学习的困难任务之一,Montezuma的复仇,在探索随机网络蒸馏方面取得了重大突破(来源:Parker兄弟博客)。

    Atari游戏是深层强化学习(RL)算法的一个流行的基准任务。Atari很好地平衡了简单性和复杂性:一些游戏(如Pong)是如此简单,以至于它们可以通过基本算法(如一般策略梯度)来解决,而其他游戏则足够复杂以至于可以击败甚至最先进的算法。

    在最简单和最复杂的游戏之间的一系列有用的任务已经成为许多深入加强学习研究论文的核心。

    来自OpenAI博客。

    前者“未解决”的阿塔里游戏,蒙提祖马的复仇,最近已经解决了一个算法(在某种程度上),可以在得分上超过人类表现。研究人员可以鼓励代理人在1级探索不同的房间,这是赢得游戏积分的好方法。

    通过好奇心探索

    人类在玩冒险游戏时有一种内在的探索欲望,比如蒙提祖玛的复仇。游戏设计者构建这样的游戏来鼓励这种行为,通常需要玩家在继续游戏之前进行探索。这就是为什么冒险游戏很有趣。(问任何喜欢玩天空游戏的人。)

    像Montezuma的《复仇》或《天空》这样的冒险游戏充分利用了玩家探索的自然欲望,使得探索成为游戏任务的关键部分。

    深度强化学习算法执行“探索”的典型方法是通过随机策略:从神经网络提供的动作似然分布中随机采样动作。因此,特别是在早期阶段(当策略没有时间收敛时),它是随机行动的明显选择。

    这种方法在某些情况下是有效的。例如,Pong的解决方案是随机旋转桨并观察结果。幸运的是,球偏转可以启动优化。

    在像蒙特祖马的复仇游戏中,这种方法是不可行的。想象一下,从游戏的开始,化身随机地左右移动,随机地跳跃。结果,化身掉进熔岩中或直接进入敌人而没有获得点数。没有积分或奖励,算法无法得到优化的信号。

    那你会随便甩一甩吗?祝你好运。

    好奇

    重点放在寻找更好的探索方法上。基于好奇心的探索可以看作是激发人类玩家好奇心的一种尝试。

    但是,我们如何创建一个好奇的代理呢?

    有很多方法可以实现这个想法。其中之一,甚至使用下一个状态预测,由于其简单性和可伸缩性而很有趣。

    其基本思想是同时培养独立的预测模型和策略模型。预测模型输入所观测到的当前状态和所选择的动作,并对下一次观测进行预测。

    为了探索足够的轨迹,我们假设损失很小(因为我们通过监督学习不断开发预测模型);对于探索不足的轨迹,我们假设损失很大。

    那么,我们能做的就是创建一个新的奖励函数(称为“内在奖励”),它提供与预测模型的损失成比例的奖励。因此,当探索新的轨迹时,代理接收到强烈的奖励信号。

    (a)一级学习探索(b)二级快速探索

    使用马里奥模拟器任务(来源)中的下一个预测,学习探索从第一级的好奇心转移到第二级的快速探索。

    这项技术在超级马里奥模拟器中产生了一些令人鼓舞的结果。

    拖延症代理人:电视问题

    这项技术并不完美。一个已知的问题是代理被环境中的随机或噪声元素所吸引。这种时钟情况有时被称为“白噪声”问题或“电视问题”;也称为“拖延”。

    为了证明这种效果,设想一个代理人通过观察他所看到的像素来学习在迷宫中导航。

    下一状态预测引起代理人学习成功导航迷宫的好奇心。

    代理人很好地完成了任务;他开始寻找迷宫中未被探索的部分,因为他有能力在探险丰富的地区做出好的预测(或者换句话说,他不能在未开发地区做出好的预测)。

    现在在迷宫的墙上放一个“电视”,快速连续地显示随机选择的图像。由于图像的随机来源,代理不能准确预测接下来会出现什么图像。该预测模型将产生高损耗,从而为代理商提供高“内在”回报。最终的结果是,特工们倾向于停止看电视,而不是继续探索迷宫。

    在环境(源)中,当代理人面对电视或随机噪声源时,下一个状态预测引起代理人的好奇心,最终导致“拖延”。

    为了避免延误,采用随机网络蒸馏。

    OpenAI的一些优秀人员最近发表了一篇论文,提出了噪声电视问题的解决方案,探讨了随机网络蒸馏(RND)。

    这里的新思想是将类似的技术应用到下一个状态预测方法,但是消除对先前状态的依赖。

    下一状态预测相对于RND(源)的概述。

    RND并不预测下一个状态,而是观察下一个状态并试图预测下一个状态。这是一个非常微不足道的预测,不是吗?

    RND随机网络的目的是采用这种小的预测任务,并将其转化为硬预测任务。

    使用随机网络

    这是一个聪明但违反直觉的解决方案。

    其思想是我们使用随机初始化神经网络将观测值映射到潜在的观测向量。函数本身的输出并不重要;重要的是,我们有一些未知的确定性函数(随机初始化的神经网络),以某种方式转换观测值。

    因此,我们的预测模型的任务不是预测下一个状态,而是预测给定观测状态的未知随机模型的输出。我们训练该模型使用随机网络输出标签。

    当代理处于熟悉的状态时,预测模型应该能够很好地预测随机网络的期望输出。当智能体对状态不熟悉时,预测模型会对随机网络的输出做出较差的预测。

    通过这种方式,我们可以定义一个内在的奖励函数,它再次与预测模型的损失成比例。

    内部报酬计算的概念概述。只使用下一个观察状态。

    这可以解释为“新奇性检测”方案,其中当进行新的观测或不熟悉的观测时,预测模型具有较高的计算损失。

    作者使用MNIST作为这个概念的证明。在本实验中,他们通过随机初始化神经网络提供MNIST样字符。然后,在给定的输入条件下,它们训练并行网络来预测随机网络的输入。如预期,当目标类的训练样本数量增加时,它们将看到目标类被并行网络丢失。

    数据2:MNIST上的新奇性检测:预测器网络模拟随机初始化的目标网络。训练数据包括不同比例的图像和目标类别与“0”类别。每个曲线都表示MSE测试显示的目标类的训练用例的数量(对数)。

    论文对MNIST概念进行了验证。

    这样,当代理看到随机噪声源时,它不会被卡住。它不需要试图预测屏幕上下一个不可预测的帧,只需要知道这些帧是如何通过随机网络转换的。

    探寻蒙太祖玛的复仇

    由于解决方法不佳,以往的状态预测的好奇机制并不能解决蒙台梭玛的复仇问题,但RND似乎已经克服了这些问题。

    好奇心驱使的代理人探索房间,学习收集钥匙,这样他们就可以打开新房间。

    尽管取得了这样的成功,但是代理仅“偶尔”通过了一级。这是因为通过最后一道门来完成检查点,需要严格管理密钥的使用。需要内部状态模型(如LSTM)来克服这一障碍。

    因此,虽然RND已经允许代理人在得分上超过一般人的表现,但是在掌握游戏之前还有很长的路要走。

    这是关于深度强化学习算法的实验的一系列文章的一部分。查看本系列以前的一些帖子:

    理解演进的战略梯度。

    感谢卢多维奇·本尼斯坦特。

    要继续查看本文的链接和参考资料吗?

    长时间点击链接打开或点击底部[好奇心在深度强化学习]:

    Http://ai.yanxishe.com/page/Text./1363

    AI协会每天更新精彩内容,观看更多精彩内容:雷锋网、雷锋网和雷锋网。

    五大CNN架构

    深度强化学习中的好奇心

    使用Pytorch进行深度学习(第一部分)手柄:使用PyTorch实现图像分类器(第二部分)

    等待您翻译:

    如何为初学者聚类混沌数据以使用Keras进行迁移学习增强学习:对于情绪行为系统,如果你想学习数据科学,这七个资源不能错过

当前文章:http://www.dogsandjeans.com/o8e4zdl/647522-1569886-42860.html

发布时间:13:02:26

广州设计公司  二四六天天好彩免费资料大全  二四六天天好彩每期文字资料大全  二四六图片玄机  二四六天天好彩玄机图  二四六天天好彩免费资料大全  246天天好彩玄机资料  二四六免费玄机图  二四六天天好彩玄机图二四六天天好彩每期文字资料大全  二四六免费玄机图  二四六天天好彩玄机图二四六天天好彩每期文字资料大全  

{相关文章}

想想你夜晚的生活,你决定:冷暖自知,悲喜自味,承担后果。

    也许每个人都有这种困惑。你选择什么工作?你和谁在一起?你想过什么样的生活?我们总是犹豫不决,不知道如何作出选择;更经常的是,我们对自己想要的东西不够坚定。通常,我们都喜欢咨询、询问、听取别人的建议,甚至让他们帮助你做决定。但事实证明,无论你是听别人的话还是听从内心的选择,都有几百个“后悔”。但区别在于,选择前者,你用你独特的生活,去实践别人的想法。如果你相处得不好,你会责备别人给你指路。选择后者,即使结果并不令人满意,也是一种意愿。我选择我自己的方式,即使我咬我的牙齿,我也会完成它。几天前,一位读者给我留了言。他说他的生活几乎完全由父母决定,尤其是高考之后,他选择学习他不喜欢的会计,在当地而不是在国外上大学;毕业后,他不打算做他最喜欢的设计工作,而是被安排坐在办公室的行政职位上。tion. 他发现这种日常的生活很无聊。我说,事实上,你可以在业余时间继续学习设计,当你积累了一些力量后,你可以考虑选择其他职业。他无助地说,说起来容易做起来难。如果我选择错了,我的薪水不高,我的薪水不稳定,还有很多不满意的事情,那么我就不会失去它。可以看出,虽然他不愿意被安排,因为这个,他可能比他的同行少走许多弯路。想象一下,如果他真的独自作战,生活可能会比现在更糟。但是人类的本性倾向于这样,不仅需要安排的舒适和安慰,而且需要选择的自由。如果你喜欢董卿小三_机电资讯网呆在舒适叛女_保尔的母鸡网区,当有人给你建议,帮你铺路,甚至安排一切事情时,你需要过一种安全的生活。要掌握主动权,必须培养独立选择并承担后果的勇气。大多数人的矛盾几乎都来自于“随意舒适”的欲望,以及300分能上什么大专_梁植 高晓松网“自由选择”和“被动安排”的无能。归根结底,拥有最好生活的人可能不是选择最“正确”生活的人,而是最了解自己、不贪婪的人。我曾经听朋友说,一天晚上,他的大学老师打电话给他。电话铃响了很久,他才接到。老师生气地问他在做什么。他说他正在包饺子。老师听了之后,用仇恨的语气说:铁不是钢。你还想做饭吗?下班后时间真宝贵。为什么不读书,做考证,或者做其他有意义的事最好的seo学习网站_极电网情呢?朋友觉得很委屈,因为他不懂,和女朋友一起吃饭,怎么成了生意,在做什么都没有前途?事情就是这样。我朋友的大学老师已经六十多岁了。他是这个领域的顶级专家。他从小就把全部时间、精力和精神投入到事业中。他的妻子很早就和他离婚了,因为她无法忍受他工作狂的态度。他唯一的儿子,从小就没有陪过他,已经和他失去了联系。在这个老师的心目中,成就和地位是最重要的。但在我的朋友眼里,有了工作和情人,一起过着平淡的生活,生活已经满足了。他并不谦虚地认为老师的风景出乎意料,也不认为自己的童年是如此微不足道。事实上,我羡慕我的朋友,因为他知道他到底想要什么。因为生活方式是对的还是错的,但是你想要的东西是不同的,而且轨迹也是自然不同的。一刘璇婚纱照_日程提醒网个人只有真正知道自己要走哪条路,要过什么样的生活,才能下定决心,过上幸福、满意的生活。我昨晚遇到的一个姐姐向我抱怨她要离婚。她早就有了这个想法。听着,当她和丈夫结婚时,他们关系很好。结婚后,她不仅发现丈夫很有男子气概,脾气很暴躁,而且发现婆媳关系存在严重问题。每次她和岳母吵架,即使她丈夫知道岳母是第一个说实话的人,他也一句话也没说。虽然她形容她的婚姻迫在眉睫,但其他人只能冷淡地看待。她是唯一住在里面的人。情感是最不能用对与错来衡量的。有些人,即使和那些不值得的人在一起,也过着他们喜欢的坏生活。有些人,即使有合适的人,不管他们多么安全,他们仍然必须离开。另一些人早已习惯于以一种麻木和漠不关心的方式生活在一起,过着畸形的婚姻,他们仍然彼此和睦相处。相反,那些必须住在一起的人并不比那些愿意弥补的人富裕。婚姻是一双鞋。适合他们很重要.”鞋子是别人看的,脚是自己摸的。在爱情中,无论是分离还是纠缠,是让她容忍还是让他滚,是继续维持表面的和平,还是让暴风雨更猛烈,其他人都可以轻易地帮助你做出看似正确的选择,然后是冷和热,你必须自己去品尝。在现实生活中,每个人都会面临许多选择。每一个看似微不足道的选择都会直接或间接地决定你未来生活的方向。也许我们都害怕出错,做错,选择错误的人,所以我们总是有意识或无意识地接受别人安排的生活,接受别人的建议,接受别人的讨论。但事实证明,生命的美不在于它有多完美,而在于你在这个过程中如何感受、理解和体验,这是最有价值的。人们最终后悔的是他们没有冒险,因为购房指南_慢回弹网犹豫而错过的风景。首先,世界上没有人能给你绝对正确的选择。其次,对他人最好的方式不一定就是对你。知道自己想要什么会让你相对地后悔。最后,你是否能忍受,你是否能忍受,你是否能够生存,你最清楚。你是你生活的真正主人。资料来源:作家:李思元,新浪微博:《饮水-思元》,新书《生活需要礼感》正在促销。专栏作家,写作安静,平静,温和,有力的原始温暖的文字。本文是经授权转载的。图片源网络。导演:周成虎主播:编者陈寅:陈寅张玲琳校对:顾鹏东经学你是你生活的真正主人!

上一篇:以“爱国主义”的名义禁止购买手机是主流还是热点? 下一篇:千禾味业:一期年产10万吨酿造酱油项目主体建筑已建成

书剑恩仇录 电视剧网相关阅读

https://4l.cc/article.php?id=294&page=1https://4l.cc/article.php?id=288&page=1https://4l.cc/article.php?id=281&page=2https://4l.cc/article.php?id=263&page=2https://4l.cc/article.php?id=253&page=1https://4l.cc/article.php?id=251&page=1https://4l.cc/article.php?id=319&page=2https://4l.cc/article.php?id=248&page=9https://4l.cc/article.php?id=248&page=8https://4l.cc/article.php?id=248&page=4https://4l.cc/article.php?id=234&page=1https://4l.cc/article.php?id=234&page=2https://4l.cc/article.php?id=233&page=1https://4l.cc/article.php?id=233&page=4https://4l.cc/article.php?id=226&page=3https://4l.cc/article.php?id=227&page=1https://4l.cc/article.php?id=224&page=2https://4l.cc/article.php?id=222&page=1https://4l.cc/article.php?id=316https://4l.cc/article.php?id=296https://4l.cc/article.php?id=292https://4l.cc/article.php?id=283https://4l.cc/article.php?id=263https://4l.cc/article.php?id=258https://4l.cc/article.php?id=256https://4l.cc/article.php?id=245https://4l.cc/article.php?id=244https://4l.cc/article.php?id=231http://4l.cc/article.php?id=261&page=2http://4l.cc/article.php?id=257&page=2http://4l.cc/article.php?id=251&page=1http://4l.cc/article.php?id=249&page=1http://4l.cc/article.php?id=248&page=3http://4l.cc/article.php?id=238&page=1http://4l.cc/article.php?id=235&page=1http://4l.cc/article.php?id=226&page=4http://4l.cc/article.php?id=228&page=1http://4l.cc/article.php?id=224&page=1http://4l.cc/article.php?id=222&page=1http://4l.cc/article.php?id=222&page=2http://4l.cc/article.php?id=306http://4l.cc/article.php?id=299http://4l.cc/article.php?id=294http://4l.cc/article.php?id=288http://4l.cc/article.php?id=286http://4l.cc/article.php?id=279http://4l.cc/article.php?id=267http://4l.cc/article.php?id=260https://4l.cc/article.php?id=234&page=1https://4l.cc/article.php?id=227&page=1