multi task训练torch_Multi-Task Reinforcement Learning

最近看B站时候发现机器之心上传了之前12月初的nips2020 meetup的视频，有些关于强化学习的有三个，就看了下，其中有个作者还做了这篇文章的报告，这里简单总结下。nips2020 meetup的B站链接如下：

nips2020 meetup​space.bilibili.com Multi-Task Reinforcement Learning with Soft Modularization 讲座链接​www.bilibili.com

其中meetup中还邀请了南大俞扬老师做了：强化学习与环境模型的专题报告，俞老师主要还是讲了下他们怎么使用现实数据构建更好的环境，其中有些关于滴滴和阿里项目还落地了，还是值得一看的。此外，还有华为的郝建业老师做了：深度强化学习的挑战及落地的专题报告， 虽然郝老师题目中提到了落地，但是视频讲座中主要讲了几篇他们顶会的论文，主要是常用来比较的那几个游戏。，关于落地的干货基本没有或者很少了。

有兴趣也可以看看，扯远了，回来。

文章地址：Multi-Task Reinforcement Learning with Soft Modularization

https://arxiv.org/pdf/2003.13661.pdf​arxiv.org

代码和项目ppt等主页链接：

https://rchalyang.github.io/SoftModule/assets/SoftModule.pdf​rchalyang.github.io https://rchalyang.github.io/SoftModule/​rchalyang.github.io

前言

文章主要是研究使用同一个网络来解决Multi-Task的问题。Multi-Task常见的有：

• 为每一个task 单独训练一个policy network， 这个可以用来作为上限对比。
• 使用同一个网络，但是状态加入a one-hot task ID作为输入。
• 另外就是使用multi-head，也就是同一个