【资料】美国海军研究利用AI等技术提升作战能力
2023-11-10 08:23:8 Author: mp.weixin.qq.com(查看原文) 阅读量:2 收藏

今天给大家推送美国海军研究生院的研究文章:《具有并行性、云整合和人工智能不确定性的应用强化学习战争模拟》

利用现代框架、算法和云硬件来提高国防部(DOD)的战争游戏能力,特别侧重于减少训练时间,增加部署灵活性,并演示训练后的神经网络如何为重新激励的行动提供一定程度的确定性。

这项工作利用开源并行框架来训练神经网络并将其部署到Azure云平台。采用贝叶斯变分推理技术衡量一个训练有素的网络移动选择的确定性。开源框架的应用使培训时间减少了十倍以上,而且没有任何性能损失。此外,将训练好的模型部署到Azure云平台有效地减轻了基础设施约束,贝叶斯方法成功地提供了训练好的模型确定性的度量。国防部(DOD)可以利用机器学习和云计算方面的这些进步,大大加强未来的作战努力。

目录
前言                                    
1.1问题框架
1.2论题的范围与结构
1.3调查结果
1.4论文的好处
2.背景
2.1要求
2.2需求执行
2.3算法
2.4论文强化学习框架
3强化学习应用的并行化                             
3.1问题框架
3.2实验设计
3.3近似策略优化(PPO)结果
3.4重要加权参与者-学习者架构(IMPALA)结果
3.5总体最近策略优化(PPO)与重要加权参与者-学习者架构(IMPALA)的比较
3.6其他并行化结论
4  Azure云集成 
4.1问题框架
4.2解决方案概述
4.3环境发展
4.4启动和部署
4.5云部署的好处
贝叶斯实现
5.1问题框架
5.2贝叶斯方法在神经网络中的应用
5.3实验
5.4意外情况
6结论 
6.1并行化的好处
6.2实际部署强化学习训练模型
6.3贝叶斯技术在强化学习模型中的应用
6.4关于今后工作的建议
6.5摘要和建议
附录:请求率和延迟对数度量 
参考资料一览表
初步分发清单
完整原文及机器翻译已上传小编知识星球
长按识别下面的二维码可加入星球
里面已有九千余篇资料可供下载
越早加入越便宜
续费五折优惠


文章来源: https://mp.weixin.qq.com/s?__biz=MzI2MTE0NTE3Mw==&mid=2651140513&idx=2&sn=c1c7ff6adf0d48cf60af7b6d5c94488c&chksm=f1af469bc6d8cf8dcc2724ea762d28e3f968a81ec10ed767646773605ca6066b4ac3a13cefa3&scene=58&subscene=0#rd
如有侵权请联系:admin#unsafe.sh