論文の概要: Watts: Infrastructure for Open-Ended Learning
- arxiv url: http://arxiv.org/abs/2204.13250v1
- Date: Thu, 28 Apr 2022 01:54:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-30 04:03:19.091059
- Title: Watts: Infrastructure for Open-Ended Learning
- Title(参考訳): Watts: オープンエンドラーニングのためのインフラストラクチャ
- Authors: Aaron Dharna and Charlie Summers and Rohin Dasari and Julian Togelius
and Amy K. Hoover
- Abstract要約: Wattsはオープンエンドラーニング(OEL)アルゴリズムの実装、比較、再結合のためのフレームワークである。
モジュール性と柔軟性によって動機づけられたWattsは、OELシステムのコンポーネントを微粒化し、アプローチ間の研究と直接比較を促進する。
- 参考スコア(独自算出の注目度): 4.295090944982056
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: This paper proposes a framework called Watts for implementing, comparing, and
recombining open-ended learning (OEL) algorithms. Motivated by modularity and
algorithmic flexibility, Watts atomizes the components of OEL systems to
promote the study of and direct comparisons between approaches. Examining
implementations of three OEL algorithms, the paper introduces the modules of
the framework. The hope is for Watts to enable benchmarking and to explore new
types of OEL algorithms. The repo is available at
\url{https://github.com/aadharna/watts}
- Abstract(参考訳): 本稿では,オープンエンド学習(OEL)アルゴリズムの実装,比較,再結合を行うWattsというフレームワークを提案する。
モジュラリティとアルゴリズムの柔軟性によって動機づけられたWattsは、OELシステムのコンポーネントを微粒化し、アプローチ間の研究と直接比較を促進する。
3つのOELアルゴリズムの実装を調べた結果,フレームワークのモジュールについて紹介した。
Wattsがベンチマークを有効にし、新しいタイプのOELアルゴリズムを探求することを期待している。
リポジトリは \url{https://github.com/aadharna/watts} で入手できる。
関連論文リスト
- Distributional Bellman Operators over Mean Embeddings [37.5480897544168]
本研究では,帰還分布の有限次元平均埋め込みを学習し,分布強化学習のための新しい枠組みを提案する。
動的プログラミングと時間差学習のための新しいアルゴリズムをこのフレームワークに基づいて提案する。
論文 参考訳(メタデータ) (2023-12-09T11:36:14Z) - The Cascaded Forward Algorithm for Neural Network Training [61.06444586991505]
本稿では,ニューラルネットワークのための新しい学習フレームワークであるCascaded Forward(CaFo)アルゴリズムを提案する。
FFとは異なり、我々のフレームワークは各カスケードブロックのラベル分布を直接出力する。
我々のフレームワークでは、各ブロックは独立して訓練できるので、並列加速度システムに容易に展開できる。
論文 参考訳(メタデータ) (2023-03-17T02:01:11Z) - imitation: Clean Imitation Learning Implementations [7.7064239657103375]
模倣は、PyTorchにおける模倣と報酬学習アルゴリズムのオープンソース実装を提供する。
3つの逆強化学習(IRL)アルゴリズム、3つの模倣学習アルゴリズム、選好比較を含む。
論文 参考訳(メタデータ) (2022-11-22T03:11:29Z) - Open-Set Automatic Target Recognition [52.27048031302509]
オートマチックターゲット認識(Automatic Target Recognition、ATR)は、異なるセンサーから取得したデータに基づいてターゲットを認識しようとするコンピュータビジョンアルゴリズムのカテゴリである。
既存のATRアルゴリズムは、トレーニングとテストが同じクラス分布を持つ従来のクローズドセット手法向けに開発されている。
ATRアルゴリズムのオープンセット認識機能を実現するためのオープンセット自動ターゲット認識フレームワークを提案する。
論文 参考訳(メタデータ) (2022-11-10T21:28:24Z) - Tree-Based Adaptive Model Learning [62.997667081978825]
我々はKearns-Vazirani学習アルゴリズムを拡張し、時間とともに変化するシステムを扱う。
本稿では,学習前の動作を再利用し,更新し,LearnerLibライブラリに実装し,大規模な実例で評価する学習アルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-08-31T21:24:22Z) - MORE: A Metric Learning Based Framework for Open-domain Relation
Extraction [25.149590577718996]
オープンリレーション抽出(OpenRE)は、オープンドメインコーパスからリレーションスキームを抽出するタスクである。
我々はMORE(Metric Learning-based Open Relation extract)という新しい学習フレームワークを提案する。
論文 参考訳(メタデータ) (2022-06-01T07:51:20Z) - An Improved Reinforcement Learning Algorithm for Learning to Branch [12.27934038849211]
ブランチ・アンド・バウンド(B&B)は最適化の一般的な方法である。
本稿では,新しい強化学習に基づくB&Bアルゴリズムを提案する。
提案アルゴリズムの性能を3つの公開研究ベンチマークで評価した。
論文 参考訳(メタデータ) (2022-01-17T04:50:11Z) - Optimized Recommender Systems with Deep Reinforcement Learning [0.0]
本研究は,再現性のあるテストベッドをセットアップし,現実的な環境下での異なる技術アルゴリズムの状態を評価する手法について検討・開発する。
提案、文献レビュー、方法論、結果、コメントを含む。
論文 参考訳(メタデータ) (2021-10-06T19:54:55Z) - FedML: A Research Library and Benchmark for Federated Machine Learning [55.09054608875831]
フェデレート・ラーニング(Federated Learning, FL)は、機械学習の分野で急速に成長している研究分野である。
既存のFLライブラリは多様なアルゴリズム開発を適切にサポートできない。
FLアルゴリズムの開発と公正な性能比較を容易にするための,オープンな研究ライブラリとベンチマークであるFedMLを紹介する。
論文 参考訳(メタデータ) (2020-07-27T13:02:08Z) - Reinforcement Learning as Iterative and Amortised Inference [62.997667081978825]
我々は、この制御を推論フレームワークとして使用し、償却および反復推論に基づく新しい分類スキームを概説する。
この観点から、比較的探索されていないアルゴリズム設計空間の一部を特定できることを示す。
論文 参考訳(メタデータ) (2020-06-13T16:10:03Z) - Torch-Struct: Deep Structured Prediction Library [138.5262350501951]
本稿では,構造化予測ライブラリTorch-Structを紹介する。
Torch-Structには,シンプルで柔軟な分散ベースのAPIを通じてアクセスされる,確率的構造の広範なコレクションが含まれている。
論文 参考訳(メタデータ) (2020-02-03T16:43:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。