Asynchronous Methods for Deep Reinforcement Learning

异步通信 强化学习 计算机科学 异步学习 人工神经网络 任务(项目管理) 领域(数学分析) 人工智能 深度学习 多样性(控制论) 随机梯度下降算法 梯度下降 工程类 数学分析 政治学 教学方法 合作学习 法学 系统工程 数学 计算机网络 同步学习
作者
Volodymyr Mnih,Adrià Puigdomènech Badia,Mehdi Mirza,Alex Graves,Tim Harley,Timothy Lillicrap,David Silver,Koray Kavukcuoglu
出处
期刊:Cornell University - arXiv 被引量:5556
标识
DOI:10.48550/arxiv.1602.01783
摘要

We propose a conceptually simple and lightweight framework for deep reinforcement learning that uses asynchronous gradient descent for optimization of deep neural network controllers. We present asynchronous variants of four standard reinforcement learning algorithms and show that parallel actor-learners have a stabilizing effect on training allowing all four methods to successfully train neural network controllers. The best performing method, an asynchronous variant of actor-critic, surpasses the current state-of-the-art on the Atari domain while training for half the time on a single multi-core CPU instead of a GPU. Furthermore, we show that asynchronous actor-critic succeeds on a wide variety of continuous motor control problems as well as on a new task of navigating random 3D mazes using a visual input.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
舒昀完成签到,获得积分10
3秒前
liuzhigang完成签到 ,获得积分10
5秒前
vvwwvv完成签到 ,获得积分10
6秒前
科研小白完成签到 ,获得积分10
9秒前
霸气的以冬给霸气的以冬的求助进行了留言
11秒前
社恐Forza应助科研通管家采纳,获得20
12秒前
zyp应助科研通管家采纳,获得10
12秒前
15秒前
小喵完成签到 ,获得积分10
15秒前
小学生学免疫完成签到 ,获得积分10
16秒前
叼面包的数学狗完成签到 ,获得积分10
17秒前
幸福的疾发布了新的文献求助10
19秒前
辻诺完成签到 ,获得积分10
22秒前
RYAN完成签到 ,获得积分10
24秒前
liz完成签到,获得积分10
28秒前
笨笨无色完成签到 ,获得积分10
33秒前
33秒前
阳光冷松发布了新的文献求助10
34秒前
舒心的青槐完成签到 ,获得积分10
37秒前
43秒前
丰富的硬币完成签到,获得积分10
45秒前
48秒前
阳光冷松发布了新的文献求助10
55秒前
FashionBoy应助阳光冷松采纳,获得10
1分钟前
WD完成签到 ,获得积分10
1分钟前
FloppyWow完成签到 ,获得积分10
1分钟前
刚子完成签到 ,获得积分10
1分钟前
hu完成签到 ,获得积分10
1分钟前
CC完成签到,获得积分10
1分钟前
1分钟前
logolush完成签到 ,获得积分10
1分钟前
Fairy完成签到 ,获得积分10
1分钟前
1分钟前
月儿完成签到 ,获得积分10
1分钟前
小猪发布了新的文献求助10
1分钟前
夜白完成签到,获得积分0
1分钟前
anan完成签到 ,获得积分10
1分钟前
小陈完成签到,获得积分10
1分钟前
噼里啪啦完成签到,获得积分10
1分钟前
博林大师完成签到,获得积分0
1分钟前
高分求助中
【此为提示信息,请勿应助】请按要求发布求助,避免被关 20000
ISCN 2024 – An International System for Human Cytogenomic Nomenclature (2024) 3000
Continuum Thermodynamics and Material Modelling 2000
Encyclopedia of Geology (2nd Edition) 2000
105th Edition CRC Handbook of Chemistry and Physics 1600
Maneuvering of a Damaged Navy Combatant 650
Mindfulness and Character Strengths: A Practitioner's Guide to MBSP 380
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3776037
求助须知:如何正确求助?哪些是违规求助? 3321608
关于积分的说明 10206370
捐赠科研通 3036673
什么是DOI,文献DOI怎么找? 1666435
邀请新用户注册赠送积分活动 797439
科研通“疑难数据库(出版商)”最低求助积分说明 757839