来源:ICML 2015 Deep Learning Workshop
作者:Google DeepMind
创新点:构建第一个用于深度增强学习的大规模分布式结构
该结构由四部分组成:
- 并行的行动器:用于产生新的行为
- 并行的学习器:用于从存储的经验中训练
- 分布式的神经网络:用于表示value function或者policy
- 分布式的经验存储
实验结果:
将DQN应用在该体系结构上,训练的水平在49个游戏中有41个游戏超过没有分布式DQN的水平,并且减少了训练时间
优点:
- 训练效果更好
- 训练时间更短
缺点:
- 并行分布式主要缺点恐怕是能耗高,造价昂贵,门槛高了。一般人没办法搞这个
可改进之处:
主要需要改进的是算法层面。比如DQN一次只训练一个游戏,能不能同时训练多个同一个游戏来提升速度?
详细分析:
Introduction 介绍
再看这些介绍,就有点废话了:Deep Learning 在视觉和语音上取得了巨大的进展,归因于能够自动的提取高level的特征。当前增强学习成功地结合了深度学习的成果,也就是DQN,在Atari 游戏