Online Optimization Method of Learning Process for Meta-Learning

计算机科学 强化学习 人工智能 元学习(计算机科学) 机器学习 在线机器学习 理论(学习稳定性) 主动学习(机器学习) 过程(计算) 任务(项目管理) 经济 管理 操作系统
作者
Zhixiong Xu,Weidong Zhang,Ailin Li,Feifei Zhao,Yuanyuan Jing,Zheng Wan,Lei Cao,Xiliang Chen
出处
期刊:The Computer Journal [Oxford University Press]
标识
DOI:10.1093/comjnl/bxad089
摘要

Abstract Meta-learning is a pivotal and potentially influential machine learning approach to solve challenging problems in reinforcement learning. However, the costly hyper-parameter tuning for training stability of meta-learning is a known shortcoming and currently a hotspot of research. This paper addresses this shortcoming by introducing an online and easily trainable hyper-parameter optimization approach, called Meta Parameters Learning via Meta-Learning (MPML), to combine online hyper-parameter adjustment scheme into meta-learning algorithm, which reduces the need to tune hyper-parameters. Specifically, a basic learning rate for each training task is put forward. Besides, the proposed algorithm dynamically adapts multiple basic learning rate and a shared meta-learning rate through conducting gradient descent alongside the initial optimization steps. In addition, the sensitivity with respect to hyper-parameter choices in the proposed approach are also discussed compared with model-agnostic meta-learning method. The experimental results on reinforcement learning problems demonstrate MPML algorithm is easy to implement and delivers more highly competitive performance than existing meta-learning methods on a diverse set of challenging control tasks.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
FAN完成签到,获得积分10
刚刚
123完成签到,获得积分10
1秒前
Copyright应助lili采纳,获得10
1秒前
哇哈哈哈哈哈完成签到,获得积分10
2秒前
封梵完成签到,获得积分10
2秒前
towanda完成签到,获得积分10
2秒前
谦让的晟睿完成签到 ,获得积分10
2秒前
潇湘阁我爱吃完成签到,获得积分10
2秒前
孙文远完成签到,获得积分10
2秒前
李健的粉丝团团长应助li采纳,获得10
3秒前
七七七完成签到,获得积分10
3秒前
瞿采枫发布了新的文献求助10
3秒前
星辰大海应助害怕的冷雁采纳,获得10
3秒前
乌拉拉完成签到,获得积分10
3秒前
我想毕业完成签到,获得积分10
4秒前
wtm完成签到,获得积分10
4秒前
Albert_Z完成签到,获得积分0
5秒前
bear完成签到,获得积分10
5秒前
大圣完成签到,获得积分10
6秒前
粗暴的平凡完成签到,获得积分10
6秒前
FAN发布了新的文献求助10
6秒前
遇遇遇完成签到 ,获得积分10
6秒前
6秒前
SEEME完成签到,获得积分10
6秒前
It完成签到 ,获得积分10
7秒前
香蕉觅云应助upward采纳,获得10
7秒前
thwj完成签到,获得积分10
8秒前
xiaolizi发布了新的文献求助20
9秒前
10秒前
嘉的科研完成签到,获得积分10
10秒前
左左曦完成签到,获得积分10
10秒前
宁静致远完成签到,获得积分10
11秒前
Wonderland完成签到,获得积分10
11秒前
路明非完成签到,获得积分10
11秒前
1752795896完成签到,获得积分10
12秒前
12秒前
培乐多完成签到,获得积分10
13秒前
小小怪下士完成签到,获得积分10
13秒前
sagitar应助科研通管家采纳,获得20
13秒前
SciGPT应助科研通管家采纳,获得10
13秒前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
Dynamische Polarisation von H-1 und B-11 in (CH-3)-3NBH-3 500
CLSI M07 2024 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7247864
求助须知:如何正确求助?哪些是违规求助? 8870829
关于积分的说明 18713416
捐赠科研通 6926820
什么是DOI,文献DOI怎么找? 3198086
关于科研通互助平台的介绍 2373850
邀请新用户注册赠送积分活动 2172952