×

代理57

swMATH编号： 40127
软件作者： 阿德里·普格多梅内克·巴迪亚、比拉尔·皮奥、史蒂文·卡普图洛夫斯基、巴勃罗·斯普雷希曼、亚历克斯·维维茨基、丹尼尔·郭、查尔斯·布伦德尔
描述： 代理57：超越雅达利人类基准。过去十年，雅达利游戏一直是强化学习（RL）社区的长期基准。该基准是为了测试RL算法的一般能力而提出的。之前的工作取得了良好的平均成绩，在许多比赛中表现出色，但在一些最具挑战性的比赛中表现不佳。我们推荐Agent57，这是第一个深度RL代理，在所有57款Atari游戏中表现优于标准人类基准。为了实现这一结果，我们训练了一个神经网络，它将一系列政策参数化，从非常探索性的政策到纯粹的开发性政策。我们提出了一种适应性机制，以选择在整个培训过程中优先考虑的政策。此外，我们使用了一种新颖的架构参数化，可以实现更加一致和稳定的学习。
主页： https://arxiv.org/abs/2003.13350
源代码：  https://github.com/pocokhc/agent57
相关软件： OpenAI健身房;亚当;PyTorch公司;MuJoCo公司;Tensor2传感器;PMTK公司;阿尔法零;QT-点;GPT-3级;SimCLR（模拟清除）;QISKit公司;TensorFlow公司;蘑菇RL;奥姆尼格洛特;通用包装器4AC;AlexNet公司;迷你电网;BOHB公司;DARTS公司;IMPALA公司
引用于： 9文件
全部的 前5名

45位作者引用

1 阿尔卑斯山阿克凯
1 塞萨尔·阿利皮
1 安德烈·比登卡普
1 迈克尔·保龄球
1 尼尔·伯奇
1 罗伯托·卡兰德拉
1 奥维迪乌·卡林。
1 安德烈亚·辛尼
1 卡洛·德雷莫
1 特蕾莎·艾玛
1 阿列克桑德拉·浮士德
1 迈克尔·J·弗兰克。
1 Franz，玛嘉
1 弗兰克·哈特
1 斯特拉·卡波迪斯特里亚
1 科瓦西克，沃伊特
1 莱昂纳多斯·斯特凡诺斯
1 马吕斯·林道尔
1 维利亚姆·利斯
1 雷克斯·G·刘。
1 沃尔夫冈·莫勒
1 苗英杰
1 克里斯托弗·穆施勒
1 亚历山德罗·努拉
1 Osa、Takayuki
1 杰克驻车支架
1 马尼拉曼·佩里亚萨米
1 简·彼得斯
1 乔治·皮里奥拉斯
1 马蒂奥·皮罗塔
1 Axel夹钳
1 拉胡·拉詹
1 马塞洛·雷斯特利
1 丹尼尔·谢勒（Daniel D.Scherer）。
1 马丁·施密德。
1 宋兴友
1 杉山正树
1 Voot Tangkaratt公司
1 克里斯蒂安·乌弗雷赫特
1 威廉·范·贾斯维尔德
1 Peter Verleijsdonk先生
1 西蒙·沃尔伯格
1 卢卡斯·沃尔夫
1 张保和
1 张应倩
全部的 前5名

7篇连载文章中引用

三 人工智能
1 富兰克林学院学报
1 神经网络
1 欧洲运筹学杂志
1 人工智能研究杂志
1 数学与人工智能年鉴
1 机器学习研究杂志（JMLR）
全部的 前5名

在7个字段中引用

7 计算机科学（68至XX）
1 偏微分方程（35-XX）
1 动力学系统与遍历理论（37至XX）
1 变分法与最优控制；最优化（49至XX）
1 量子理论（81-XX）
1 运筹学、数学规划（90-XX）
1 博弈论、经济学、金融和其他社会和行为科学（91-XX）

按年份列出的引文