Maximum Mutation Reinforcement Learning for Scalable Control

强化学习 可扩展性 计算机科学 超参数 机器学习 人工智能 人口 数据库 社会学 人口学
作者
Karush Suri,Xiao Qi Shi,Konstantinos N. Plataniotis,Yuri Lawryshyn
出处
期刊:Cornell University - arXiv 被引量:7
标识
DOI:10.48550/arxiv.2007.13690
摘要

Advances in Reinforcement Learning (RL) have demonstrated data efficiency and optimal control over large state spaces at the cost of scalable performance. Genetic methods, on the other hand, provide scalability but depict hyperparameter sensitivity towards evolutionary operations. However, a combination of the two methods has recently demonstrated success in scaling RL agents to high-dimensional action spaces. Parallel to recent developments, we present the Evolution-based Soft Actor-Critic (ESAC), a scalable RL algorithm. We abstract exploration from exploitation by combining Evolution Strategies (ES) with Soft Actor-Critic (SAC). Through this lens, we enable dominant skill transfer between offsprings by making use of soft winner selections and genetic crossovers in hindsight and simultaneously improve hyperparameter sensitivity in evolutions using the novel Automatic Mutation Tuning (AMT). AMT gradually replaces the entropy framework of SAC allowing the population to succeed at the task while acting as randomly as possible, without making use of backpropagation updates. In a study of challenging locomotion tasks consisting of high-dimensional action spaces and sparse rewards, ESAC demonstrates improved performance and sample efficiency in comparison to the Maximum Entropy framework. Additionally, ESAC presents efficacious use of hardware resources and algorithm overhead. A complete implementation of ESAC can be found at karush17.github.io/esac-web/.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
zjr发布了新的文献求助10
1秒前
1秒前
1秒前
1秒前
科研通AI2S应助朱朱采纳,获得10
2秒前
3秒前
小蘑菇应助汤mou采纳,获得10
3秒前
4秒前
4秒前
未来可期发布了新的文献求助10
5秒前
7秒前
梦桃发布了新的文献求助30
7秒前
嗯哼应助优雅友菱采纳,获得30
8秒前
霸气连碧发布了新的文献求助10
8秒前
朱朱完成签到,获得积分10
9秒前
9秒前
新星完成签到 ,获得积分10
9秒前
yuyu发布了新的文献求助10
10秒前
11秒前
12秒前
liuqizong123发布了新的文献求助10
12秒前
MorningStar应助科研通管家采纳,获得10
13秒前
wanci应助科研通管家采纳,获得10
13秒前
修仙应助科研通管家采纳,获得10
13秒前
tuanheqi应助科研通管家采纳,获得20
13秒前
13秒前
13秒前
领导范儿应助科研通管家采纳,获得10
13秒前
tuanheqi应助科研通管家采纳,获得20
13秒前
李天恩完成签到 ,获得积分10
15秒前
16秒前
18秒前
霸气连碧完成签到,获得积分10
19秒前
Francis_完成签到,获得积分10
20秒前
21秒前
21秒前
研友_LapYN8发布了新的文献求助10
22秒前
Jessiez94发布了新的文献求助10
22秒前
22秒前
打打应助楠楠采纳,获得10
23秒前
高分求助中
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
Machine Learning for Polymer Informatics 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
2024 Medicinal Chemistry Reviews 480
Women in Power in Post-Communist Parliaments 450
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3218048
求助须知:如何正确求助?哪些是违规求助? 2867358
关于积分的说明 8155912
捐赠科研通 2534277
什么是DOI,文献DOI怎么找? 1366843
科研通“疑难数据库(出版商)”最低求助积分说明 644866
邀请新用户注册赠送积分活动 617922