Поиск гиперпараметров и нейронных архитектур на основе эволюционной оптимизации для укрепления обучения: HPNAS-RL
arXiv: 261 030,36882v1 Annuales Type: New Humber Brieft: В настоящем исследовании мы предлагаем двухотраслевую эволюционную основу для одновременного поиска невральной архитектуры (NAS) и оптимизации гиперпараметров (HPO) в целях укрепления обучения (RL) при выполнении задач автономной вождения (AD). Несмотря на то, что НАС продемонстрировала значительный потенциал автоматизации архитектуры для нервно-партийных сетей (КНС), ее применение к RL остается ограниченным, особенно в сценариях, требующих совместной оптимизации архитектурной и учебной динамики. Опираясь на результаты нашей предыдущей работы над Эволюционными многоцелевыми НАС (ЭМНАС), предлагаемая система параллельно развивает дискретные сетевые архитектуры и постоянные гиперпараметры в рамках единой многообъектной стратегии поиска. В этой системе НАС ставит перед собой цель создать распределительные слои политической сети RL, отвечающей за извлечение визуальных элементов, в то время как HPO концентрируется на оптимизации критических гиперпараметров RL. Чтобы ускорить конвергенцию и улучшить процесс обобщения, мы инкорпорируем