论文阅读15:Massively Parallel Methods for Deep Reinforcement Learning

本文介绍了Gorila架构,一个用于深度强化学习的大规模并行系统,包括并行演员(Actor)、经验回放缓冲区、学习者(Learner)和参数服务器。该架构在49款游戏中训练,41款超过原DQN,显著减少训练时间。Gorila提供了灵活的并行方式,允许多Actor生成数据,单个或多个Learner处理,以提高学习效率。
摘要由CSDN通过智能技术生成

 

论文阅读笔记之Massively Parallel Methods for Deep Reinforcement Learning


本文创新点:提出了一个对于深度强化学习的大规模分布式架构Gorila(General Reinforcement learning Architecture)

架构组成:用于产生behavior的并行actor组;

从经验池学习的并行learner组;

代表值函数和行为策略的分布式神经网络;

分布式经验池;

实验效果:训练效果好(进行了49个游戏,在41个游戏上超过了原DQN架构);

减少了训练时间

缺点:造价高,难搞


分布式架构Gorila

Actors:

该架构有Nact个不同的actor,并分别应用在Nact个相同的环境中

每个actor i 有自己的行为,并产生经验所以每个a

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值