RLgraph：用于深度强化学习的模块化计算图
机器学习
2019-03-04 v2 人工智能
机器学习
摘要
强化学习（RL）任务由于算法不稳定、超参数敏感以及异构分布式通信模式而难以实现、执行与测试。我们主张将逻辑组件组合、后端图定义与分布式执行相分离。为此，我们引入 RLgraph，一个可在静态图与 define-by-run 范式下设计与执行强化学习任务的库。由此产生的实现健壮、可增量测试，并在不同深度学习框架与分布式后端间取得高性能。
引用
@article{arxiv.1810.09028,
title = {RLgraph: Modular Computation Graphs for Deep Reinforcement Learning},
author = {Michael Schaarschmidt and Sven Mika and Kai Fricke and Eiko Yoneki},
journal= {arXiv preprint arXiv:1810.09028},
year = {2019}
}
备注
SysML 2019