审计发现分布式强化学习风险主张多不可靠
热点事件观察中
审计发现分布式强化学习风险主张多不可靠
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
一项研究审计了分布式强化学习中学到的回报分布是否可信。研究在 MinAtar 环境上测试 QR-DQN、C51 和 IQN 三种算法共 33 次运行，将学到的回报分布与环境快照重启蒙特卡洛估计的分布直接比较。 结果显示，40% 至 95% 最强的风险权衡主张在 95% 置信度下被推翻，且这些主张几乎无法被证实。研究由 Hari Prasad 发布，结论针对上述三种算法与 MinAtar 测试范围。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
学习到的不确定性何时可信？一项对分布式强化学习的审计报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AI学习到的不确定性何时可信？一项对分布式强化学习的审计
研究对分布式强化学习中的回报分布做审计，在 MinAtar 上测试 QR-DQN、C51 和 IQN 共 33 次运行，40-95% 最强的风险权衡主张在 95% 置信度下被推翻，且几乎无法被证实。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。