通过分支分形对称性超缩放数据增强探索深度强化学习加速

Vander Stelt R, Ruiz-Martinez C, Rosen C, Hull B, Rojas J

摘要

本文提出利用分支分形对称性对数据增强进行超缩放，以加速深度强化学习。该方法通过生成多样化的训练数据，提高了学习效率和性能。

deep reinforcement learningdata augmentationfractal symmetriessuperscaling

LEARNING

📊 8,465 引用

D. O. Hebb

2005

LEARNING

📊 7,678 引用

Benoît B. Mandelbrot, John W. Van Ness

1968

LEARNING

开放获取📊 7,484 引用

Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者

2021

LEARNING

📊 4,608 引用

Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者

2018