Opis projektu
Skalowanie teoretycznie wykonalnego uczenia przez wzmocnienie
Uczenie przez wzmocnienie (ang. reinforcement learning, RL) jest poddziedziną uczenia maszynowego zajmującą się tym, jak inteligentne jednostki wchodzą w interakcje z nieznanym środowiskiem, w celu zmaksymalizowania osiąganych przez nie korzyści. Potencjalne zastosowanie technik RL do rozwiązywania trudnych problemów w świecie rzeczywistym, takich jak sterowanie autonomicznymi pojazdami czy kontrola inteligentnych sieci energetycznych, spowodowało spore zainteresowanie tą dziedziną. Jednakże najnowocześniejsze algorytmy RL nie znajdują zastosowania w najbardziej obiecujących dziedzinach, głównie z powodu braku formalnych gwarancji działania. Zespół finansowanego ze środków Unii Europejskiej projektu SCALER zamierza zająć się tym problemem poprzez przyjęcie zasadniczego podejścia do opracowywania nowej generacji algorytmów RL, których wydajność i skalowalność można udowodnić. Metoda ta będzie opierać się na identyfikacji nowych właściwości strukturalnych wielkoskalowych procesów decyzyjnych Markowa, które umożliwiają wydajne pod kątem obliczeniowym i statystycznym uczenie się.
Cel
Reinforcement learning (RL) is an intensely studied subfield of machine learning concerned with sequential decision-making problems where a learning agent interacts with an unknown reactive environment while attempting to maximize its rewards. In recent years, RL methods have gained significant popularity due to being the key technique behind some spectacular breakthroughs of artificial intelligence (AI) research, which renewed interest in applying such techniques to challenging real-world problems like control of autonomous vehicles or smart energy grids. While the RL framework is clearly suitable to address such problems, the applicability of the current generation of RL algorithms is limited by a lack of formal performance guarantees and a very low sample efficiency. This project proposes to address this problem and advance the state of the art in RL by developing a new generation of provably efficient and scalable algorithms. Our approach is based on identifying various structural assumptions for Markov decision processes (MDPs, the main modeling tool used in RL) that enable computationally and statistically efficient learning. Specifically, we will focus on MDP structures induced by various approximation schemes including value-function approximation and relaxations of the linear-program formulation of optimal control in MDPs. Based on this view, we aim to develop a variety of new tools for designing and analyzing RL algorithms, and achieve a deep understanding of fundamental performance limits in structured MDPs. While our main focus will be on rigorous theoretical analysis of algorithms, most of our objectives are inspired by practical concerns, particularly by the question of scalability. As a result, we expect that our proposed research will have significant impact on both the theory and practice of reinforcement learning, bringing RL methods significantly closer to practical applicability.
Dziedzina nauki
- engineering and technologymechanical engineeringvehicle engineeringautomotive engineeringautonomous vehicles
- engineering and technologyenvironmental engineeringenergy and fuelsrenewable energy
- natural sciencescomputer and information sciencesartificial intelligencemachine learningreinforcement learning
Program(-y)
Temat(-y)
System finansowania
ERC-STG - Starting GrantInstytucja przyjmująca
08002 Barcelona
Hiszpania