每日论文 | 在线计划，离线学习(POLO)框架；零次学习，用文本识别图像；用直接稀疏优化进行单次神经架构搜索

1

Plan Online, Learn Offline: Efficient Learning and Exploration via Model-Based Control

本文是OpenAI和华盛顿大学的合作成果，研究人员提出了一种名为“plan online and learn offline”的框架，其中的智能体有一个内部模型，需要持续地在环境中学习。我们研究了局部轨迹优化如何应对价值函数中的近似误差，并且可以稳定和加速价值函数学习。我们还研究了近似值函数如何能帮助缩小规划范围，并做出超越局部解决方案的策略。

地址：https://arxiv.org/abs/1811.01848

2

A Generative Adversarial Approach for Zero-Shot Learning from Noisy Texts

大多数现有的零次学习方法都将问题看作视觉语义嵌入。大多数任务都用生成对抗网络生成图片，但我们却用GAN从文字描述中想象从未见过的类别。我们提出了一种简单且高效的生成模型，将一个从未见过的类别的、带有噪音的文字描述作为输入，生成该类别的合成视觉特征。添加伪数据后，零次学习被很自然地转化成传统的分类问题。

地址：https://research.fb.com/publications/a-generative-adversarial-approach-for-zero-shot-learning-from-noisy-texts/

3

You Only Search Once: Single Shot Neural Architecture Search via Direct Sparse Optimization

神经架构搜索在学术界和业界引起了人们很大兴趣，但由于它体积庞大，并且没有连续的搜索空间，一直是个难题。此前的工作都是使用进化算法或强化学习，在这篇论文中，我们提出了一种直接稀疏优化NAS方法（DSO-NAS）。在该方法中，我们提出了一个新模型，从完全连接模块开始，然后对操作之间的信息流进行缩放。之后我们用稀疏正则化删除架构中无用的链接。最后，生成一种高效的声音优化方法解决问题。

地址：https://arxiv.org/abs/1811.01567

星标论智，每天获取最新资讯