深度强化学习中的好奇心_最新闻网
首页 > 调查 > 正文

平洲租房

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.djuj.cn/lyjm/381679-464832-36488.html

发布时间:06:53:51

广州设计公司  广州产品设计  万彩吧  易用设计  万彩吧  产品设计  产品设计  广州工业设计  产品设计  广州产品设计  工业设计  

{相关文章}

蚂蚁金衣加密码保险版面

    最近,浙江安特小伟金融服务集团有限公司(以下简称“安特金衣”)计划向其子公司国泰财产保险有限公司(以下简称“国泰财产保险”)增加5.1亿元的保险业务。通过对蓝鲸保险的梳理发现,目前蚂蚁金衣拥有三张保险执照,分别涵盖财产保险和人寿保险。专家表示,蚂蚁金衣保险的布局基本形成,但没有形成协同效应。此外,三家保险机构都处于亏损状态,一个接一个,还有“软肋”。为了补偿支付能力,蚂蚁王将增加其在国泰财产保险的资本。最近,国泰财产保险宣布,股东将按照郎朗钢琴曲_游戏新闻资讯网现有股权结构的比例增加10亿元资本。增资完成后,注册资本将从16.33亿元增至26.33亿元。从股权结构看,国泰财产保险有三个股东单位,其中51%的Ant Gold为控股股东。事实上,这也是继国泰财产保险之后,安特金饰的首次资本增加。回顾过去,国泰财产保险自成立以来,在中国市场遭受了长期亏损,偿付能力面临压力。急需增加资金和血液供应。2016年7月27日,原保险监督管理委员会批准了国泰财产保险的注册资本和股东变更。作为战略投资者,安特金衣集团认购新资本8.33亿元。在获得保险执照的同时,它希望成为国泰财产保险的最大股东。在保险业务领域,它将成为重要的棋子。在资本充足率提高后,国泰财产保险的偿付能力充足率显著提高,但随着业务消费的逐步扩大,2018年第三季度,国泰财产保险的偿付能力充足率从2016年第三季度的613.43%降至167.95%。国泰财产保险公司处于中下层地位。国泰财产保险偿付能力充足率(%)(蓝鲸保险制图)“增加资金是为了加强国泰财产保险资金实力,以满足后续发展的需要。”老套西装,改造取得了初步成效。”一般来说,股东集体资本增加10亿元可能旨在提高国泰财产保险的偿付能力,增强其市场竞争力。安特金衣成为股东后,国泰财产保险的表现如何?据公众信息,2011年以来,国泰财产保险业务收入逐年增加。从2011年到2016年,人民币在1.63亿元至6.51亿元之间。2017年,也就是安特黄金服务第二年,保险业务收入翻了一番,达到13.03亿元,比去年同期增长了10.15%。2018年前三季度,保险业务收入达到22.22亿元。从2011年到2016年,国泰财产保险继续亏损。2017年,国泰财当归泡水喝_云南艺术学院研究生网产保险净损失减少到9.2亿元。2018年前三季度,国泰财产保险净亏损30亿元。经营状况有所改善,但至今仍处于亏损状态。安特金衣集团旗下的三家保险机构处于亏损状态,值得一提的是,目前安特金衣集团旗下的三家保险机构,包括国泰财产保险,都处于亏损状态。回顾过去,安特金衣保险的雄心并不局限于国泰财产保险。早在2013年,安特金饰作为主要赞助商,与腾讯、平安等机构共同赞助成立了中安在线财产保险有限公司(0606060.HK,以下简称“中安保险”),目前持有13.53%的公共安全保险股份,是唯一的最大股东。2017年9月28日,随着“金匙”的诞生,公安保险在香港证券交易所挂牌上市,成为“多支基金”的“金融科技第一份额”。当时,公安保险的市场价值一度高达1000亿元,随着时间的推移,其市场价值“萎缩”明显,目前只有约400亿元。另外,在新美人寿互保有限公司的初始运营资金提供者中(以下简称“新美互保”),也有蚂蚁金衣的“数字”。其中,蚂蚁金衣出资3.45亿元,天虹基金管理有限公司(蚂蚁金衣子公司,51%的股份)出资2.4亿元,合计5.85亿元,占58.5%。具体看其他两家保险机构的运作,自成立以来,公安保险的保险业务收入规模迅速扩大。2014年,保险业务收入为7.94亿元。此后,保险业务收入逐步提高。2018年前三季度,保险业务收入81.78亿元。相比之下,公安保险的利润并不乐观。2017年,公安保险亏损9.66亿元,2018年前三季度亏损10.94亿元。就新梅互保而言,2017年新梅互保收入4.74亿元,净亏损1.69亿元。2018年前三季度,保险业务收入2.7亿元,净亏损8.44亿元。上海对外经济贸易大学保险系主任郭振华在对蓝鲸保险的分析中表示,由于业务发展较早,资金消耗较快,此外固定成本的平等分配等行为体也推高了支出。每家公司都有自己的“软肋”,蚂蚁金衣的保险业务尚未形成协同效应。“安特金衣的保险布局已经基本形成,”佐爱_abc教育集团网宋庆辉说。目前,国泰财产保险正处于从传统保险公司向网络商业、公安保险定位“保险技术”和网络保险的各种子情境、中美健康保险和人寿保险相互转化的过程中。但企业之间的协同效应尚未得到有效确立,这可能是安特金衣未来发展的必由之路,”宋庆辉进一步分析,他认为,目前三家保险机构独立运作,安特金衣保险生态链尚未打开。另外,在蚂蚁金衣的保险布局中还可以看到“软肋”的细节。看看公安保险,整体成本率高,缺乏核心竞争力,还是急需面对的问题。根据公共数据,从2014年到2017年,公安保险综合成本率分别为108.6%、126.6%、104.7%和133.1%。2018年上半年,综合成本率略有下降,但也达到124%。综合成本率主要包括综合成本率和综合补偿率,”一位知情人士告诉蓝鲸保险,作为财产保险公司的重要指标,公安保险的120%和130%的综合成本率一直居高不下,“损失严重”。从拆卸的角度来看,主要还是成本率较高。上述知情博亿_日本语学习网人士进一步说:“保险是一种低频、复杂的商雪佛兰轿车价格_清明来历网品,很难直接到达消费者。”目前,公安保险主要集中于各种类型的小型、高频率的网络保险,其主要依靠的是网络保险。渠道多,缺乏核心竞争力。此外,无论是国泰财产保险还是公共安全保险,“互联网基因”都烙印在体上,在各种情况下,网络保险的碎片化也是其中的“卖点”。国泰财产保险还告诉蓝鲸保险,下一步将是专注于互联网的场景和创新小碎片产品。网络保险业务是否如预期那样好?如何获得客户和如何规范是网络保险的两个重要问题。”中国精算师协会创始人徐玉琛分析了蓝鲸保险。他认为,网络保险的分割场景或自然场景存在局限性,某些特定场景下的网络保险进入门槛较低,同质性严重。不是规模不大,就是价格战。蓝海正在为成为红海而战。许多互联网服务并不仅仅需要,”郭说,并指出实际的业务量相对有限。目前,它主要集中于长期养老保险和健康保险业务。没有兴趣很难产生动力。他认为,相互保险并非以盈利为目的,也不是制约发展的因素之一。一个或两个保险机构漂移板教程_不动产物权网无法满足客户和平台的多样化需求,”业内人士坦率地说,在他们看来,交通和数据是蚂蚁黄金衣服的核心。保险执照对他们来说有一定的价值,但是并不太大。”

[责任编辑: 卓邓]

评论

 
[ 中兴通讯的答复被列入了法庭的处决名单:正常的商业纠纷不是不诚实的,而是被执行的。 ]  [ 台湾办事处:台湾同胞可以享受税法实施中做出的相关优惠安排_台湾同胞新浪财经 ]  [ 国家科技13亿现金收购绩效承诺崩溃安信证券 ]  [ 克莱夫博士收到全建律师的一封信,信中说:“欢迎通知”|全建新浪财经网 ]  [ 一位53岁的男子挑战五海沟成为“终极探险家”。 ]  [ 民进党(DPP)在选举台湾总统和副议长时发出警告。 ]

 
  • 关于我们 | 刘可钦网 版权所有

    Copyright ? 2019 肇庆西江网 All Rights Reserved

https://4l.cc/articlelist-380.htmlhttps://4l.cc/articlelist-379.htmlhttps://4l.cc/articlelist-344.htmlhttps://4l.cc/articlelist-421.htmlhttps://4l.cc/articlelist-353.htmlhttps://4l.cc/articlelist-347.htmlhttps://4l.cc/wapindex-1000-0.html?sid=-2https://f49.in/article-45176.htmlhttps://f49.in/article-45181.htmlhttps://f49.in/article-46314.htmlhttps://f49.in/article-34446.htmlhttps://f49.in/article-40123.htmlhttps://f49.in/articlelist-403.htmlhttps://f49.in/articlelist-387.htmlhttps://f49.in/articlelist-383.htmlhttps://f49.in/articlelist-335.htmlhttps://f49.in/articlelist-371.htmlhttps://f49.in/articlelist-354.htmlhttps://55t.cc/articlelist-331-0.html?action=class&getTotal=34https://55t.cc/article-10896.htmlhttps://55t.cc/article-10117.htmlhttps://55t.cc/wapindex-1000-0.html?sid=-2https://55t.cc/articlelist-365.htmlhttps://www.c8.cn/ylsj/js11x5.htmlhttps://www.c8.cn/zst/qlc/chusizs.htmlhttps://www.c8.cn/zst/pl3/dxjo1.htmlhttps://www.c8.cn/zst/pl3/chtz.htmlhttps://www.c8.cn/zst/pl3/dzbbzbzs.htmlhttps://www.c8.cn/zst/6cai/tmfb.htmlhttps://www.c8.cn/zst/qxc/qsyl.htmlhttps://www.c8.cn/zst/3d/wmfb.htmlhttps://www.c8.cn/zst/3d/dlxzybzs.htmlhttps://www.c8.cn/zst/pk10/jjdw.htmlhttps://www.c8.cn/zst/cqssc/dszs.htmlhttps://www.c8.cn/zst/32.htmlhttps://www.c8.cn/zst/30.htmlhttps://www.c8.cn/jihua/sh11x5.htmlhttps://www.c8.cn/gaoshou/sckl12.htmlhttps://www.c8.cn/gaoshou/hebk3.htmlhttps://www.c8.cn/gaoshou/gdkl10.htmlhttp://锘縲ww.easeid.cn/html/about/about-15.htmlhttp://www.easeid.cn/html/about/about-8.htmlhttp://www.easeid.cn/html/productlist/list-126-1.htmlhttp://www.easeid.cn/html/product/2013-5-29/320.htmlhttp://www.easeid.cn/html/productlist/list-6-5.htmlhttp://www.easeid.cn/html/product/2017-4-25/514.htmlhttp://www.easeid.cn/html/news/2013-1-1/464.htmlhttp://www.easeid.cn/html/news/2013-6-3/267.htmlhttps://www.c8.cn/gaoshou/gdkl10.htmlhttp://www.easeid.cn/html/about/about-8.html