抽象的
深人造神经网络（DNN）通常是通过基于梯度的学习算法（即反向传播）训练的。进化策略（ES）可以与基于反向推销的算法相抗衡，例如挑战深度强化学习（RL）问题等政策梯度。但是，可以将ES视为基于梯度的算法，因为它通过类似于梯度的有限差近似的操作执行随机梯度下降。这就提出了一个问题，即非基于毕业的进化算法是否可以在DNN量表上起作用。在这里，我们证明了它们可以：我们通过简单，无梯度，基于人群的遗传算法（GA）进化了DNN的权重，并且在包括Atari和类人动力学在内的Hard Deep RL问题上表现良好。Deep GA成功地以超过四百万个自由参数发展了网络，这是有史以来最大的神经网络，它通过传统的进化算法进化。这些结果（1）扩展了我们对气体可以运行的规模的感觉，（2）有趣地表明，在某些情况下，梯度之后的情况并不是优化性能的最佳选择，（3）立即使多种神经进化技术可用改善了性能。我们通过证明将DNN与新颖性搜索结合起来，鼓励对具有欺骗性或稀疏奖励功能的任务进行探索来证明后者，可以解决奖励最大化算法的高维问题（例如，\ dqn，A3C，ES和GA，以及GA） 失败。此外，深色GA比ES，A3C和DQN快（可以在一个台式机上训练Atari在约4小时内训练Atari，或者在720个内核上分布约1小时），并启用最高的固定时间，最高为10,000- 紧凑型编码技术。
作者
Felipe Petroski这样，，，，Vashisht Madhavan，Edoardo Conti，乔尔·雷曼（Joel Lehman），，，，肯尼思·斯坦利（Kenneth O. Stanley），，，，杰夫·克莱恩（Jeff Clune）
作坊
Deep RL @ Neurips 2018
完整的纸
“深度神经进化：遗传算法是训练深度神经网络的竞争替代方案”（PDF）
Uber AI