Kickstarting deep reinforcement learning algorithms facilitate a teacher-student relationship among the agents and allow for a well-performing teacher to share demonstrations with a student to expedite the student's training. However, despite the known benefits, the demonstrations may contain sensitive information about the teacher's training data and existing kickstarting methods do not take any measures to protect it. Therefore, we use the framework of differential privacy to develop a mechanism that securely shares the teacher's demonstrations with the student. The mechanism allows for the teacher to decide upon the accuracy of its demonstrations with respect to the privacy budget that it consumes, thereby granting the teacher full control over its data privacy. We then develop a kickstarted deep reinforcement learning algorithm for the student that is privacy-aware because we calibrate its objective with the parameters of the teacher's privacy mechanism. The privacy-aware design of the algorithm makes it possible to kickstart the student's learning despite the perturbations induced by the privacy mechanism. From numerical experiments, we highlight three empirical results: (i) the algorithm succeeds in expediting the student's learning, (ii) the student converges to a performance level that was not possible without the demonstrations, and (iii) the student maintains its enhanced performance even after the teacher stops sharing useful demonstrations due to its privacy budget constraints.


翻译:启动深层强化学习算法,可以促进代理人之间的师生关系,并使优秀教师能够与学生分享示范活动,以加快学生培训。然而,尽管已知的好处,示范活动可能包含有关教师培训数据的敏感信息,而现有的启动方法没有采取任何措施来保护这些数据。因此,我们利用差异隐私权框架开发一个机制,安全地与学生分享教师的示威活动。这个机制允许教师就其所消费的隐私预算的示威准确性作出决定,从而给予教师充分控制其数据隐私。然后,我们为意识到隐私的学生开发了一个启动的深层强化学习算法,因为我们根据教师隐私机制的参数调整了其目标,而现有的启动方法并没有采取任何措施来保护这些数据。我们利用差异隐私权框架开发了一个机制,可以启动学生与学生的学习,尽管隐私机制引发了干扰。从数字实验中,我们强调了三个经验结果:(一) 算法成功地加快了学生学习,(二) 学生的隐私感知觉的深度强化学习算法,因为我们根据教师的隐私机制调整了它的目标。 (三) 在没有提高学生的演示后,学生的成绩限制下,学生的保密程度是无法保持。

0
下载
关闭预览

相关内容

Kickstarter 是一个於 2009 年在美国纽约成立、基于美国人的盈利性公司,它通过该网站进行公众集资以提供人们进行创意项目的筹集资金。Kickstarter 可以许多种创意项目募集资金,譬如电影、音乐、舞台剧、漫画、新闻学、电视游戏以及与食物有关的项目。但人们不能以 Kickstarter 为投资项目来赚钱。他们规定只能返还实物奖励或者独一无二的经验给资助者,像一本写着感谢的笔记、定制的T恤、与作家共进晚餐,或者一个新产品的最初体验。 via 维基百科 | Kickstarter
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
专知会员服务
115+阅读 · 2019年12月24日
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
93+阅读 · 2019年12月23日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
已删除
将门创投
5+阅读 · 2017年8月15日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Arxiv
6+阅读 · 2018年12月10日
Arxiv
3+阅读 · 2018年10月5日
VIP会员
相关VIP内容
相关资讯
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
已删除
将门创投
5+阅读 · 2017年8月15日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Top
微信扫码咨询专知VIP会员