抽象的
在初步培训之后，我们如何建立能够快速有效地从经验中学习的代理商？在这里，我们从生物学大脑中学习的主要机制中汲取灵感：突触可塑性，通过进化仔细调整以产生有效的终身学习。我们表明，就像连接权重一样，可以通过具有HEBBIAN塑料连接的大型（数百万参数）复发网络中的梯度下降来优化可塑性。首先，可以训练具有超过200万参数的经常性塑料网络，以记住和重建新型，高维的1000多个像素自然图像的新型，高维的自然图像。至关重要的是，传统的非塑性复发网络无法解决此任务。此外，受过训练的塑料网络还可以解决诸如Omniglot任务之类的通用元学习任务，并具有竞争性结果和很少的参数开销。最后，在加强学习设置中，塑料网络在迷宫探索任务中的表现优于非塑料。我们得出的结论是，可不同的可塑性可以为学习对学习问题提供强大的新颖方法。
作者
Thomas Miconi，，，，杰夫·克莱恩（Jeff Clune），，，，肯尼思·斯坦利（Kenneth O. Stanley）
会议
ICML 2018
完整的纸
Uber AI
注释