每日论文 | 用循环世界模型改良策略进化；轻量级CNN：ChannelNets；强化学习知识点总结

1

Recurrent World Models Facilitate Policy Evolution

本文来自谷歌的David Ha，并将会在NIPS 2018上进行口头展示。这篇论文讲述了生成循环神经网络在无监督模式下快速得到训练，之后通过压缩后的时空表示建立了多种常见的强化学习环境模型。作者将World model提取出的特征输入到策略中，在多种环境下达到了领先的结果。

地址：https://arxiv.org/abs/1809.01999

2

ChannelNets: Compact and Efficient Convolutional Neural Networks via Channel-Wise Convolutions

卷积神经网络可以解决多种AI任务，但是模型体积越来越大，在很多资源有限的应用上都难以应用。在这篇文章中，我们提出用通道式的卷积对深度模型进行压缩，将特征映射中的密集连接换成CNN中稀疏的连接。基于此，我们创建了轻量级的CNN，成为ChannelNets。

地址：https://arxiv.org/abs/1809.01330

3

A (Long) Peek into Reinforcement Learning

这并不是一篇论文，而是作者Lilian Weng总结的有关强化学习的基础概念和经典算法，对新手来说是一份很详细的指南。文章非常长，建议收藏。

地址：https://lilianweng.github.io/lil-log/2018/02/19/a-long-peek-into-reinforcement-learning.html