#MyStrategyEvolution Kami telah menemukan bahwa strategi evolusi (ES), sebuah teknik optimisasi yang telah dikenal selama beberapa dekade, bersaing dengan kinerja teknik pembelajaran penguatan (RL) standar dalam tolok ukur RL modern (misalnya, Atari/MuJoCo), sambil mengatasi banyak kelemahan RL.
Secara khusus, ES lebih mudah diimplementasikan (tidak ada kebutuhan untuk backpropagation ).(dibuka di jendela baru)), lebih mudah untuk diskalakan dalam lingkungan terdistribusi, tidak menderita dalam lingkungan dengan penghargaan yang langka dan memiliki lebih sedikit hiperparameter .(dibuka di jendela baru)Hasil ini mengejutkan karena ES mirip dengan pendakian bukit sederhana dalam ruang berdimensi tinggi yang hanya didasarkan pada perbedaan hingga .(dibuka di jendela baru) di sepanjang beberapa arah acak di setiap langkah.
Temuan kami melanjutkan tren modern untuk mencapai hasil yang solid dengan ide-ide yang sudah ada selama beberapa dekade. Misalnya, pada tahun 2012, artikel "AlexNet "(dibuka di jendela baru) Menunjukkan bagaimana merancang, meningkatkan skala dan melatih jaringan saraf konvolusional (CNN) untuk mencapai hasil yang sangat solid dalam tugas pengenalan gambar, pada saat sebagian besar peneliti beranggapan bahwa CNN bukanlah pendekatan yang menjanjikan untuk visi komputer. Dengan cara yang sama, pada tahun 2013, artikel tentang pembelajaran mendalam Q ...(dibuka di jendela baru) Menunjukkan bagaimana menggabungkan Q-Learning dengan CNN untuk berhasil menyelesaikan permainan Atari, menghidupkan kembali pembelajaran mesin (RL) sebagai bidang penelitian dengan hasil eksperimen yang menarik (daripada teoretis). Selain itu, pekerjaan kami menunjukkan bahwa ES mencapai kinerja yang sangat baik dalam pengujian tolok ukur RL, menghilangkan keyakinan umum bahwa metode ES tidak mungkin diterapkan pada masalah berdimensi tinggi.
Secara khusus, ES lebih mudah diimplementasikan (tidak ada kebutuhan untuk backpropagation ).(dibuka di jendela baru)), lebih mudah untuk diskalakan dalam lingkungan terdistribusi, tidak menderita dalam lingkungan dengan penghargaan yang langka dan memiliki lebih sedikit hiperparameter .(dibuka di jendela baru)Hasil ini mengejutkan karena ES mirip dengan pendakian bukit sederhana dalam ruang berdimensi tinggi yang hanya didasarkan pada perbedaan hingga .(dibuka di jendela baru) di sepanjang beberapa arah acak di setiap langkah.
Temuan kami melanjutkan tren modern untuk mencapai hasil yang solid dengan ide-ide yang sudah ada selama beberapa dekade. Misalnya, pada tahun 2012, artikel "AlexNet "(dibuka di jendela baru) Menunjukkan bagaimana merancang, meningkatkan skala dan melatih jaringan saraf konvolusional (CNN) untuk mencapai hasil yang sangat solid dalam tugas pengenalan gambar, pada saat sebagian besar peneliti beranggapan bahwa CNN bukanlah pendekatan yang menjanjikan untuk visi komputer. Dengan cara yang sama, pada tahun 2013, artikel tentang pembelajaran mendalam Q ...(dibuka di jendela baru) Menunjukkan bagaimana menggabungkan Q-Learning dengan CNN untuk berhasil menyelesaikan permainan Atari, menghidupkan kembali pembelajaran mesin (RL) sebagai bidang penelitian dengan hasil eksperimen yang menarik (daripada teoretis). Selain itu, pekerjaan kami menunjukkan bahwa ES mencapai kinerja yang sangat baik dalam pengujian tolok ukur RL, menghilangkan keyakinan umum bahwa metode ES tidak mungkin diterapkan pada masalah berdimensi tinggi.