【Open AI】利用过程生成对强化学习进行基准测试（Leveraging Procedural Generation to Benchmark Reinforcement Learning）

题目： Leveraging Procedural Generation to Benchmark Reinforcement Learning

摘要：

在这份报告中，介绍了Procgen基准测试，这是一套由16个程序生成的类似游戏的环境，旨在对样本效率和增强学习中的泛化进行基准测试。我们相信社区将从高质量的培训环境中受益，我们提供了使用这个基准的详细实验协议。并且以经验证明，不同的环境分布对于充分培训和评估RL代理是至关重要的，从而激发了过程内容生成的广泛使用。然后，我们使用这个基准来研究缩放模型大小的影响，发现更大的模型显著地提高了样本效率和泛化。

个人简介：

Karl Cobbe目前是OpenAI的一名研究科学家。2014年，他以优异的成绩获得了斯坦福大学计算机科学学士学位。他最初加入OpenAI时是一名研究员，在约翰•舒尔曼(John Schulman)的指导下工作。他的研究主要集中在深度强化学习中的泛化和迁移。Karl对利用过程生成来创建不同的训练环境特别感兴趣，以便更好地研究当前算法的局限性和导致过拟合的因素。