MaxRL Theory Overview feat. Fahim Tajwar and Guanning Zeng
Deep Learning with Yacine · 109:57 · Watch on YouTube
MaxRL은 이진 통과/실패 보상에 대한 표준 RL이 잘못된 목표를 최적화한다고 주장합니다. 이것은 감독 학습이 사용하는 목표인 최대 우도의 1차 근사일 뿐인 예상 통과율을 최대화합니다. 장점을 전체 롤아웃 N이나 보상의 표준 편차로 나누는 대신 성공한 롤아웃 K의 수로 나누면, 계산이 증가함에 따라 참 최대 우도에 접근하는 목표를 제공합니다. 결과적으로 어려운 문제에 더 많은 가중치를...