#sample efficiency

12 stories · 0 in 7 days · 3 in 30 days

reinforcement learning 2 actor-critic 1 Assur-KB 1 CSFRBench 1 IER 1 LeWi 1 SAC 1 TD3 1

Stories, products and papers tagged "sample efficiency", newest first.

Oct 30

Papers Builders13:04

Chinese contentAssur-KB 表示法让平面机构学习样本效率提升 1.8 倍

一篇把机构拆成模块再学的研究，同样数据量下预测效率高了 1.8 倍，做结构化学习或 CAD 生成的话有参考价值。

#Assur-KB #sample efficiency #machine learning

arXiv cs.AI@João Pedro Gandarela et al. (4)Source

Oct 21

Papers11:50

Chinese contentLeWi：让神经元学习低维嵌入和局部连接，提升样本效率

一篇很新颖的架构论文：给每个神经元学一个位置，只连附近的邻居，17 个世界模型任务里赢了 16 个，做模型结构的人可以看看。

#LeWi #CSFRBench #sample efficiency #world models

arXiv cs.LG@Hangyu Zhou et al. (3)Source

Oct 20

Papers Builders09:54

Chinese content神经双评论家方法提升一般效用强化学习的样本效率

强化学习论文党可以看看：不用先估计占用测度再拼伪奖励，直接用神经评论家学出来，样本复杂度做到 O~(ε^{-2})，还覆盖无限状态空间。

#reinforcement learning #actor-critic #sample efficiency

arXiv cs.LG@Ankur Naskar, Vaneet AggarwalSource

Aug 19

Models11:42

Chinese content即时回合重复提升强化学习样本效率

这篇论文提出了一种简单却有效的IER机制，能让强化学习智能体通过重复成功动作更快学习。

#reinforcement learning #IER #SAC #TD3

arXiv: Google DeepMind@Hoda Yamani et al. (5)Source

Aug 7

PapersMulti-sourceSelected10:28

Chinese contentProDVI：用程序化动力学先验初始化价值网络

这篇论文用大语言模型写代码来初始化强化学习，不用模拟器和预收集数据，在Gym和Control Suite上都能省样本。

#ProDVI #reinforcement learning #large language models #code generation

Event

arXiv: OpenAI@Xinwei Liu et al. (4)Source

Jul 16

Papers11:25

Chinese contentLighthouse RL：通过战略重置点实现样本高效的电路优化

Lighthouse RL用巧妙的‘灯塔’重置点大幅提升电路优化效率，样本快1.72倍，成功率拉满到100%。搞硬件优化的千万别错过。

#Lighthouse RL #reinforcement learning #sample efficiency

arXiv cs.LG@Mustafa Emre Gürsoy et al. (9)Source

Jul 15

Papers10:54

Chinese content基于知识和梯度的强化学习用于参数化动作马尔可夫决策过程

这篇论文的KGRL算法把领域知识直接融入强化学习训练，比传统基线更省样本、回报更高，适合做PAMDP相关研究的人参考。

#KGRL #PAMDP #reinforcement learning #sample efficiency

arXiv cs.AI@Jonas Ehrhardt et al. (3)Source

Jul 9

Papers10:14

Chinese content样本高效扩散RLHF的选择性时间步加权与优势回放

这篇论文教你怎么用更少的反馈数据训练扩散模型，关键是把去噪步和样本按重要性加权，实验涨了6倍效率。

#RLHF #diffusion models #sample efficiency #PPO

arXiv cs.LG@Eric Zhu et al. (3)Source

Jun 25

Papers09:36

Chinese contentConfidence Sequences for Online Statistical Model Checking of Markov Decision Processes

这篇论文用置信序列代替传统联合界方法，让MDP采样效率平均提升50倍，做在线统计模型检验的人可以看看。

#sample efficiency

arXiv cs.AI@Konstantin Kueffner et al. (4)Source

Jun 18

Papers10:57

Chinese contentUBP2：基于不确定性平衡的偏好规划提升强化学习样本效率

UBP2通过主动探索和不确定性平衡，有效解决了偏好强化学习中样本效率低的问题。在Meta-World测试中效果显著。

#UBP2 #sample efficiency #Meta-World #uncertainty

arXiv cs.LG@Mohamed Nabail et al. (4)Source

Jun 12

Products13:30

Chinese contentFlourish AI Labs 获赞：AI 样本效率与能耗达人类水平将改变世界

AI 样本效率和能耗是制约行业发展的关键瓶颈，Flourish AI Labs 若突破将惠及所有 AI 开发者和应用团队，值得关注其后续进展。

#Flourish AI Labs #sample efficiency

Official accountSoumith Chintala (PyTorch)@soumithchintalaSource

May 25

PapersMulti-source10:04

Chinese contentReflex：利用反射对称性提升强化学习样本效率

Reflex解决了强化学习样本效率低下的痛点，尤其适合做连续控制任务的RL研究者——直接集成PPO/SAC就能提升性能，值得一试。

#reinforcement learning #sample efficiency #continuous control #open-source and repositories

Event

arXiv: OpenAI@Shuai Zhen et al. (4)Source