面向高数据吞吐量强化学习于 GPU：面向数据驱动科学研究的领域无关框架
机器学习
2024-08-05 v1 人工智能
摘要
我们引入 WarpSci，一个面向解决在应用强化学习到复杂环境中遇到的关键系统瓶颈的领域无关框架，这些环境包含大规模数据集，特征维度的观察或动作空间。值得注意的是，我们的框架消除了 CPU 与 GPU 之间的数据传输需求，使能够在单个或多个 GPU 上并发执行数千次仿真。这种高数据吞吐量的架构在数据驱动科学研究中尤为有利，其中常常需要复杂的环境模型。
引用
@article{arxiv.2408.00930,
title = {Enabling High Data Throughput Reinforcement Learning on GPUs: A Domain Agnostic Framework for Data-Driven Scientific Research},
author = {Tian Lan and Huan Wang and Caiming Xiong and Silvio Savarese},
journal= {arXiv preprint arXiv:2408.00930},
year = {2024}
}