Attention Prioritized Experience Replay With Application to Self-Driving Cars: Learning From More Informative Experiences Helps Improve the Training Quality
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Deep reinforcement learning (DRL) stands out as a powerful solution to the interconnected tasks involved in the control of self-driving cars. To perform control tasks rigorously, DRL models inevitably rely on high-quality observations which in turn make the training of such models computationally expensive. Improving the training efficiency of DRL models is therefore of critical importance, particularly for self-driving cars facing complicated driving scenes and scenarios. This paper proposes a novel attention-based targeted sampling method to improve training of deep Q-networks. Specifically, we utilize a convolutional neural network architecture with a multihead attention mechanism to enhance the agent’s emphasis on salient objects within the scene. The contribution of this work goes back to constructing a scoring mechanism based on the given level of attention to each agent’s experience. By using both the current and next states within each experience tuple, the constructed score encourages novelty in the agent’s training, which consequently speeds up the process. By dynamically prioritizing the replay of scenes using the attention score attributed by the agent, we propose an attention-based prioritized experience replay mechanism to expedite the agent’s training process. By visiting highly scored transitions more frequently, the agent learns from more informative experiences that helps with improving the training quality. By controlling the level of prioritization and bias correction for a driving scenario developed using the Carla simulator, the attained results verify the applicability and superiority of the proposed sampling scheme.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle