面向部分域适应的域对抗强化学习
机器学习
2019-05-13 v1 计算机视觉与模式识别
机器学习
摘要
部分域适应旨在将知识从标签丰富的源域迁移到标签稀缺的目标域，其放宽了不同域间完全共享标签空间的假设。在这一更通用且实际的场景中，一个主要挑战是如何选择跨域共享类别中的源实例以实现正迁移。为解决此问题，我们提出一种域对抗强化学习（Domain Adversarial Reinforcement Learning, DARL）框架，自动选择共享类别中的源实例以避免负迁移，并通过减小域偏移同时学习域间可迁移特征。具体而言，在该框架中，我们采用深度Q学习（deep Q-learning）通过逼近动作值函数来学习策略，使智能体做出选择决策。此外，引入域对抗学习，为智能体所选源实例与目标实例学习域不变特征，并基于所选源实例与目标域的相关程度确定智能体的奖励。在多个基准数据集上的实验表明，我们的DARL方法在部分域适应上优于现有state of the arts（SOTA）。
引用
@article{arxiv.1905.04094,
title = {Domain Adversarial Reinforcement Learning for Partial Domain Adaptation},
author = {Jin Chen and Xinxiao Wu and Lixin Duan and Shenghua Gao},
journal= {arXiv preprint arXiv:1905.04094},
year = {2019}
}