Descubrimiento de algoritmos de aprendizaje por refuerzo de última generación

Área de la Ciencia:

• Inteligencia artificial
• Aprendizaje automático
• Aprendizaje por refuerzo

Sus antecedentes:

• Los sistemas biológicos utilizan mecanismos de aprendizaje por refuerzo evolucionados.
• Los agentes artificiales actuales se basan en reglas de aprendizaje diseñadas manualmente.
• El descubrimiento de algoritmos autónomos de RL ha sido un desafío de larga data.

Objetivo del estudio:

• Demostrar que las máquinas pueden descubrir de forma autónoma las reglas de aprendizaje por refuerzo de última generación.
• Desarrollar un método para descubrir las reglas de aprendizaje basado en la experiencia a través del metaaprendizaje.

Principales métodos:

• Meta-aprendizaje de las experiencias colectivas de una población de agentes.
• La formación de agentes en una amplia gama de entornos complejos.
• Descubrir la regla RL específica que rige las actualizaciones de la política y la predicción.

Principales resultados:

• La regla RL descubierta superó a todas las reglas existentes en el índice de referencia de Atari.
• La regla descubierta superó los algoritmos RL de última generación en puntos de referencia desafiantes inéditos.
• Esto representa un avance significativo en el descubrimiento de algoritmos de aprendizaje por refuerzo.

Conclusiones:

• Es posible que las máquinas descubran de forma autónoma poderosos algoritmos de aprendizaje por refuerzo.
• La inteligencia artificial futura puede depender de algoritmos RL descubiertos automáticamente.
• Este enfoque cambia del diseño manual al descubrimiento basado en la experiencia de las reglas de aprendizaje de la IA.