A3C深度强化学习模型压缩及知识抽取.pdfVIP

下载本文档

6
0
约6.78万字
约 12页
2023-12-26 发布于福建
举报
版权申诉

A3C深度强化学习模型压缩及知识抽取.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

计算机研究与发展DOI：10.7544/issn1000-1239.202111186

JournalofComputerResearchandDevelopment60（6）：1373−1384，2023

A3C深度强化学习模型压缩及知识抽取

张晶王子铭任永功

（辽宁师范大学计算机与人工智能学院辽宁大连116081）

（zhangjing_0412@）

A3CDeepReinforcementLearningModelCompressionandKnowledgeExtraction

ZhangJing,WangZiming,andRenYonggong

（SchoolofComputerScienceandArtificialIntelligence,LiaoningNormalUniversity,Dalian,Liaoning116081）

AbstractAsynchronousadvantageactor-critic(A3C)constructsaparalleldeepreinforcementlearningframework

composedbyone-Learnerandmulti-Workers.However,A3Cproducesthehighvariancesolutions,andLearnerdoes

notobtaintheglobaloptimalpolicy.Moreover,itisdifficulttotransferanddeployfromthelarge-scaleparallel

networktothelowconsumptionend-platform.Aimstoaboveproblems,weproposeacompressionandknowledge

extractionmodelbasedonsupervisedexploring,calledCompactt_A3C.Intheproposedmodel,wefreezeWorkersof

thepre-trainedA3Ctomeasuretheseperformancesinthecommonstate,andmaptheperformancestoprobabilitiesby

softmax.Inthispaper,weupdateLearneraccordingtosuchprobability,whichistoobtaintheglobaloptimalsub-

model(Worker)andenhanceresourceutilization.Furthermore,theupdatedLearnerisassignedasTeacherNetworkto

superviseStudentNetworkintheearlyexplorationstage.Weexploitthelinearfactortoreducetheguidanceof

TeacherNetworkforencouragingthefreeexplorationofStudentNetwork.AndbuildinguptwotypesofStudent

Networktodemonstratetheeffectivenessaimsattheproposedmodel.InthepopularstatesincludingGymClassic

ControlandAtari2600,the

您可能关注的文档

文档评论（0）

乡村振兴、双碳、储能、绿色金融 + 关注: 实名认证

服务提供商

新能源知识科普（本账号发布文档均来源于互联网公开资料，仅用于技术分享交流，相关版权为原作者所有。如果侵犯了您的相关权利，请提出指正，我们将立即删除相关资料）。

咨询作者（20人已咨询）服务中

1亿VIP精品文档

更多 >

A3C深度强化学习模型压缩及知识抽取.pdfVIP