|DeepMind最新力作：分布式强化学习框架Acme，智能体并行性加强( 二 )

研究者在 control suite、Atari 和 bsuite 等环境中对这些智能体进行了基准测试，下面动图 Demo 为利用 Acme 框架的智能体训练示例：

本文插图

如下图所示， DeepMind 展示了单个智能体（D4PG）的性能比较，其中所采用的度量指标是连续控制任务的 actor step 和时钟时间。可以看到，当对智能体收到的奖励与其环境交互次数进行比较时，性能大致相同。但是，随着智能体进一步并行化，智能体的学习速度加快。在相对较小的域内，观察结果被限制在小的特征空间中，这时即使并行化程度适度增加，则智能体学习最优策略的时间会降至不到一半。

本文插图

但对于更复杂的域，图像生成成本相对较高，我们可以看到更广泛的增益：

本文插图

对于雅达利游戏等数据收集成本更高且学习过程通常更长的域说，增益会更大。但需要注意的是，这些结果在分布式和非分布式设置下共享相同的动作和学习代码，因此对这些智能体和结果进行小规模实验完全可行。
原文链接：https://deepmind.com/research/publications/Acme

|DeepMind最新力作：分布式强化学习框架Acme，智能体并行性加强( 二 )

推荐阅读

车轱辘|优享价5.39万起，凯翼炫界正式上市。，林允代言

【新冠肺炎】截至12日北京新冠肺炎线上医生咨询平台访问量234万余人次

zol中关村在线海信护眼平板Q5评测：护眼不是这平板的所有特色

辽宁男篮|11战轰334分！30万临时工打出巨星数据，辽蜜：加薪，下季续约他

中国网科技|老股东亲述：易果生鲜如何从宠儿走到破产重整？

滇红茶古树晒红,普绿古树红茶

81平米现代风装修，二居室的房子越看越有品

『向阳愿景TB』你只知道广州的早茶，却不懂它的宵夜

大腕儿娱乐1 中国却研究发展的最好，日本网友怒斥：明明是我们最先研究

【影之书数码】最有性价比的8+128GB千元机，还支持NFC，从1799降至1329

乐居财经：代价约1.51亿港元，泛海酒店购入面值2180万美元恒大票据

NBA官网|湖人将获1200万美元收入，打剩下8场常规赛

【猫眼娱乐V】安娜·温图尔儿子确诊新冠，曾陪英国女王看秀，被授予王室勋章，原创

让“微光”燎原

可口可乐|再来一瓶无法就近兑奖：魔爪饮料被罚20万

黑乎乎还是黑呼呼

关于恋爱，是不是应该忽冷忽热忽近忽远

小种红茶的几岁老人喝,小种茶的泡法

本·拉登|拉登的妻子和情人众多，揭秘他身边的女人们(组图)

「易度时尚」炫酷和粉嫩，谁是火箭少女腿精？，杨超越吴宣仪同穿“肥宅T恤”