随机环境与二人零和博弈中的期望流网络
机器学习
2024-03-15 v2 计算机科学与博弈论
摘要
生成流网络（GFlowNets）是一种经训练以匹配给定分布的序列采样模型。GFlowNets 已成功应用于多种结构化对象生成任务，可快速采样出多样化的一组高奖励对象。我们提出期望流网络（EFlowNets），将 GFlowNets 扩展至随机环境。我们表明 EFlowNets 在诸如蛋白质设计等随机任务中优于其他 GFlowNet 形式。我们随后将 EFlowNets 的概念扩展至对抗环境，提出用于二人零和博弈的对抗流网络（AFlowNets）。我们表明 AFlowNets 通过自我博弈在 Connect-4 中学会找到超过 80% 的最优走法，并在锦标赛中优于 AlphaZero。
引用
@article{arxiv.2310.02779,
title = {Expected flow networks in stochastic environments and two-player zero-sum games},
author = {Marco Jiralerspong and Bilun Sun and Danilo Vucetic and Tianyu Zhang and Yoshua Bengio and Gauthier Gidel and Nikolay Malkin},
journal= {arXiv preprint arXiv:2310.02779},
year = {2024}
}
备注
ICLR 2024; code: https://github.com/GFNOrg/AdversarialFlowNetworks