99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

如何測試強化學習智能體適應性

EdXK_AI_News ? 來源:cg ? 2018-12-24 09:29 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

強化學習(RL)能通過獎勵或懲罰使智能體實現(xiàn)目標,并將它們學習到的經(jīng)驗轉(zhuǎn)移到新環(huán)境中。但強化學習存在眾所周知的缺陷:由于數(shù)據(jù)科學家在它們接受訓練的環(huán)境中對這個系統(tǒng)進行基準測試,所以產(chǎn)生了過擬合,即訓練數(shù)據(jù)擬合程度過當?shù)那闆r。非營利性人工智能研究公司OpenAI正在通過人工智能訓練環(huán)境(CoinRun)來解決這個問題,該環(huán)境為智能體將其經(jīng)驗轉(zhuǎn)移到不熟悉的場景的能力提供了一項衡量指標,它本質(zhì)上就像一個擁有敵人、目標和不同難度關卡等完備信息的經(jīng)典平臺游戲。

OpenAI表示CoinRun在復雜性方面取得了理想的平衡效果,其訓練環(huán)境比《刺猬索尼克》等傳統(tǒng)游戲平臺簡單得多,但它仍然對最先進的算法提出了一個有價值的泛化問題。CoinRun的訓練級別是程序生成的,可為智能體提供大量易于量化的訓練數(shù)據(jù)。

正如OpenAI所解釋的那樣,之前在強化學習環(huán)境中所做的工作主要集中在程序生成的迷宮、像一般電子游戲AI框架這樣的社區(qū)項目以及像《刺猬索尼克》這樣的游戲上,通過在不同等級上的訓練和測試智能體來衡量泛化效果。相比之下,CoinRun在每個等級訓練結(jié)束時都會為智能體提供一個獎勵。

在傳統(tǒng)的訓練中,AI智能體必須應對碰撞以后會導致死亡的固定或者移動的障礙。當收集完硬幣,或者走1000步之后,訓練就結(jié)束了。

似乎這還不夠,所以OpenAI開發(fā)了兩個額外的環(huán)境來探索過擬合的問題:CoinRun-Platforms和RandomMazes。CoinRun-Platforms包括隨機分散在平臺上的幾個硬幣,促使智能體積極探索關卡并時不時做一些回溯。RandomMazes是一個簡單的迷宮導航任務。

為了驗證CoinRun、CoinRun-Platforms和RandomMazes,OpenAI培訓了9個智能體,每個智能體具有不同數(shù)量的訓練等級。前8個接受了100到16000個等級的訓練,最后一個接受了不受限制的等級訓練——實際上大約是200萬個——這樣它就不會兩次看到相同的等級。

智能體在4000訓練等級處出現(xiàn)了過擬合,甚至在16000的訓練等級處也是這樣。表現(xiàn)最佳的智能體竟然是那些受到無限制水平訓練的。在CoinRun-Platforms和RandomMazes中,智能體在所有情況下都過擬合了。

OpenAI稱,使用程序生成的CoinRun環(huán)境可以精確地量化這種過擬合,可以更好地評估關鍵架構(gòu)和算法決策。OpenAI相信從這種環(huán)境中汲取的經(jīng)驗教訓將適用于更復雜的環(huán)境,也希望利用這一基準,以及其他類似的基準來迭代開發(fā)更通用的智能體。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1806

    文章

    48996

    瀏覽量

    249201
  • 強化學習
    +關注

    關注

    4

    文章

    269

    瀏覽量

    11596

原文標題:OpenAI提出能測試強化學習智能體適應性的新方法

文章出處:【微信號:AI_News,微信公眾號:人工智能快報】歡迎添加關注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    NVIDIA Isaac Lab可用環(huán)境與強化學習腳本使用指南

    Lab 是一個適用于機器人學習的開源模塊化框架,其模塊化高保真仿真適用于各種訓練環(huán)境,Isaac Lab 同時支持模仿學習(模仿人類)和強化學習(在嘗試和錯誤中進行學習),為所有機器
    的頭像 發(fā)表于 07-14 15:29 ?227次閱讀
    NVIDIA Isaac Lab可用環(huán)境與<b class='flag-5'>強化學習</b>腳本使用指南

    4644芯片在商業(yè)航天與特種工業(yè)中的低溫環(huán)境適應性研究

    在現(xiàn)代電子技術的廣泛應用中,商業(yè)航天和特種工業(yè)領域?qū)τ陔娮釉沫h(huán)境適應性提出了極為苛刻的要求。本文以國科安芯研發(fā)的 ASP4644S 芯片為例,深入探討其在-55℃極端低溫條件下的運行性能、技術
    的頭像 發(fā)表于 06-14 16:22 ?273次閱讀
    4644芯片在商業(yè)航天與特種工業(yè)中的低溫環(huán)境<b class='flag-5'>適應性</b>研究

    SMA接口在汽車電子復雜環(huán)境下的適應性剖析

    德索SMA接口在汽車電子復雜環(huán)境下既具備一定的適應性優(yōu)勢,也面臨諸多挑戰(zhàn)。通過持續(xù)的技術創(chuàng)新與工藝改進,德索有望進一步提升SMA接口在汽車電子領域的適應性與可靠,為汽車電子技術的發(fā)展提供有力支持。
    的頭像 發(fā)表于 06-04 09:04 ?306次閱讀
    SMA接口在汽車電子復雜環(huán)境下的<b class='flag-5'>適應性</b>剖析

    18個常用的強化學習算法整理:從基礎方法到高級模型的理論技術與代碼實現(xiàn)

    本來轉(zhuǎn)自:DeepHubIMBA本文系統(tǒng)講解從基本強化學習方法到高級技術(如PPO、A3C、PlaNet等)的實現(xiàn)原理與編碼過程,旨在通過理論結(jié)合代碼的方式,構(gòu)建對強化學習算法的全面理解。為確保內(nèi)容
    的頭像 發(fā)表于 04-23 13:22 ?400次閱讀
    18個常用的<b class='flag-5'>強化學習</b>算法整理:從基礎方法到高級模型的理論技術與代碼實現(xiàn)

    頻率適應性、抗干擾大揭秘:BNC 型射頻連接頭的獨特優(yōu)勢

    在電子設備不斷向小型化、高性能化發(fā)展的今天,BNC型射頻連接頭的頻率適應性和抗干擾優(yōu)勢愈發(fā)凸顯。它為設備的高效運行提供了可靠的連接保障,減少了因信號問題導致的設備故障和數(shù)據(jù)傳輸錯誤。無論是在科研
    的頭像 發(fā)表于 04-21 11:12 ?275次閱讀
    頻率<b class='flag-5'>適應性</b>、抗干擾<b class='flag-5'>性</b>大揭秘:BNC 型射頻連接頭的獨特優(yōu)勢

    頻率適應性、抗干擾大揭秘:BNC 型射頻插座的獨特優(yōu)勢

    BNC型射頻連接頭以其卓越的頻率適應性和抗干擾,成為眾多射頻連接應用場景中的理想選擇。深入了解并合理運用這些優(yōu)勢,能夠助力工程師和技術人員更好地構(gòu)建穩(wěn)定、高效的電子系統(tǒng)。
    的頭像 發(fā)表于 04-15 10:21 ?193次閱讀
    頻率<b class='flag-5'>適應性</b>、抗干擾<b class='flag-5'>性</b>大揭秘:BNC 型射頻插座的獨特優(yōu)勢

    M12 航空插座型號深度剖析:根據(jù)環(huán)境適應性與耐用選型

    在選型M12航空插座時,需綜合考慮環(huán)境適應性與耐用等多方面因素。德索精密工業(yè)豐富的產(chǎn)品型號與先進技術,能夠滿足不同使用環(huán)境與插拔頻次要求。只有精準匹配德索的產(chǎn)品,才能充分發(fā)揮M12航空插座的性能優(yōu)勢,保障設備長期穩(wěn)定運行。
    的頭像 發(fā)表于 04-12 09:35 ?215次閱讀
    M12 航空插座型號深度剖析:根據(jù)環(huán)境<b class='flag-5'>適應性</b>與耐用<b class='flag-5'>性</b>選型

    學習智能開發(fā)

    智能是大模型的應用落地,正在學習中,這本書太及時了,非常想看看。
    發(fā)表于 03-27 15:48

    高低溫測試箱:解鎖電子產(chǎn)品環(huán)境適應性的秘密武器

    高低溫測試箱模擬極端環(huán)境評估電子產(chǎn)品適應性,確保穩(wěn)定運行,助制造商發(fā)現(xiàn)不足并優(yōu)化產(chǎn)品。其高度自動化智能化,提供準確測試報告,對提升產(chǎn)品質(zhì)量、縮短研發(fā)周期等發(fā)揮重要作用。在當今快速發(fā)展的
    的頭像 發(fā)表于 02-11 14:05 ?964次閱讀
    高低溫<b class='flag-5'>測試</b>箱:解鎖電子產(chǎn)品環(huán)境<b class='flag-5'>適應性</b>的秘密武器

    振弦式應變計的環(huán)境適應性與性能分析

    ,不同的工作環(huán)境對應變計的性能提出了不同的要求。南京峟思將針對振弦式應變計的環(huán)境適應性和性能進行詳細分析。一、振弦式應變計的環(huán)境適應性振弦式應變計適用于長期埋設在水工結(jié)構(gòu)物或其
    的頭像 發(fā)表于 01-16 13:19 ?443次閱讀
    振弦式應變計的環(huán)境<b class='flag-5'>適應性</b>與性能分析

    【「具身智能機器人系統(tǒng)」閱讀體驗】+初品的體驗

    解決許多技術的和非技術的挑戰(zhàn),如提高智能的自主、處理復雜環(huán)境互動的能力及確保行為的倫理和安全。 未來的研究需要將視覺、語音和其他傳感技術與機器人技術相結(jié)合,以探索更加先進的知識表
    發(fā)表于 12-20 19:17

    BNC插座彎式適應性怎樣

    德索工程師說道BNC插座彎式在適應性方面具有顯著的優(yōu)勢,這些優(yōu)勢主要體現(xiàn)在空間利用、布線靈活性、信號傳輸質(zhì)量以及應用場景的廣泛等多個方面。以下是對BNC插座彎式適應性的詳細分析:   BNC插座
    的頭像 發(fā)表于 12-07 16:22 ?411次閱讀
    BNC插座彎式<b class='flag-5'>適應性</b>怎樣

    螞蟻集團收購邊塞科技,吳翼出任強化學習實驗室首席科學家

    近日,專注于模型賽道的初創(chuàng)企業(yè)邊塞科技宣布被螞蟻集團收購。據(jù)悉,此次交易完成后,邊塞科技將保持獨立運營,而原投資人已全部退出。 與此同時,螞蟻集團近期宣布成立強化學習實驗室,旨在推動大模型強化學習
    的頭像 發(fā)表于 11-22 11:14 ?1562次閱讀

    貼片電阻選型:全面考量技術參數(shù)與環(huán)境適應性

    貼片電阻選型:全面考量技術參數(shù)與環(huán)境適應性
    的頭像 發(fā)表于 11-16 11:24 ?1002次閱讀

    如何使用 PyTorch 進行強化學習

    的計算圖和自動微分功能,非常適合實現(xiàn)復雜的強化學習算法。 1. 環(huán)境(Environment) 在強化學習中,環(huán)境是一個抽象的概念,它定義了智能(agent)可以執(zhí)行的動作(acti
    的頭像 發(fā)表于 11-05 17:34 ?1024次閱讀