秀秀科技 智能体并行性加强，DeepMind最新力作：分布式强化学习框架Acme( 二 )
研究者在controlsuite、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：
文章图片
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actorstep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 。
文章图片
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：
文章图片
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 。
【秀秀科技 智能体并行性加强，DeepMind最新力作：分布式强化学习框架Acme】原文链接：https://deepmind.com/research/publications/Acme
推荐阅读
- 科技一哥|荣耀30青春版图集赏析：触觉与视觉的完美享受
- 科技犬君|vs 索尼A9G 谁强？，上半年用户喜爱手机盘点；小米电视大师65英寸OLED
- 精选泛科技|结果如何？，一加8续航遭质疑：上半年最全机型横评出炉
- 科技犬君上半年用户喜爱手机盘点；小米电视大师65英寸OLED vs 索尼A9G 谁强？
- 科技生活快报TB5000mAh大电池还有65W超级快充！这些手机让你摆脱充电焦虑
- 精选泛科技一加8续航遭质疑：上半年最全机型横评出炉，结果如何？
- 阿拉图图科技说三星新机口碑虽好，但中国市场销量翻车，用户几乎跑光！
- 华为Mate30美科技界：华为再强大也只是一家民企，我们究竟在怕什么？
- 行业|高增长+高回撤！请收好这份“补票”名单，11只核心资产股入围，百亿科技股已跌出“深坑”
- 阿拉图图科技说 给做了！，雷军服不服？苹果要把雷军敢说不敢做的事情