用于序列生成模型的目标强化生成对抗网络 (ORGAN)
机器学习
2018-02-08 v3 机器学习
摘要
在无监督数据生成任务中，除了基于先前观测生成样本外，人们通常希望向模型提供提示，以使生成过程偏向期望的度量指标。我们提出了一种结合生成对抗网络 (GANs) 和强化学习 (RL) 的方法，以精确实现这一目标。强化学习使数据生成过程偏向任意度量指标，而奖励函数中的 GAN 组件则确保模型仍能记住从数据中学到的信息。我们在先前融合 GAN 和 RL 以生成序列数据的结果基础上进行构建，并在多种设定下测试该模型，包括以文本序列 (SMILES) 编码的分子生成以及音乐生成，针对每种情况均表明我们能够有效地使生成过程偏向期望的度量指标。
引用
@article{arxiv.1705.10843,
title = {Objective-Reinforced Generative Adversarial Networks (ORGAN) for Sequence Generation Models},
author = {Gabriel Lima Guimaraes and Benjamin Sanchez-Lengeling and Carlos Outeiral and Pedro Luis Cunha Farias and Alán Aspuru-Guzik},
journal= {arXiv preprint arXiv:1705.10843},
year = {2018}
}
备注
10 pages, 7 figures