Training Larger Networks for Deep Reinforcement Learning

[icoxfog417]

一言でいうと

強化学習でもCV/NLPで精度を上げている大規模なネットワークを使用できるようにする研究。強化学習の場合レイヤー数を増やしてもパフォーマンスが上がる保証がなかったがResNetでなくDenseNetの構造でレイヤを幅広にし、表現学習を分離すること、分散学習により解決している。

論文リンク

https://arxiv.org/abs/2102.07920

著者/所属機関

Kei Ota, Devesh K. Jha, Asako Kanezaki

• Mitsubishi Electric
• Tokyo Institute of Technology
• Mitsubishi Electric Research Labs

投稿日付(yyyy/MM/dd)

2021/2/16

概要

新規性・差分

手法

結果

コメント