Collaborative Research: AF: Small: Parallel Reinforcement Learning with Communication and Adaptivity Constraints

协作研究:AF:小型:具有通信和适应性约束的并行强化学习

基本信息

  • 批准号:
    2006591
  • 负责人:
  • 金额:
    $ 24.22万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Standard Grant
  • 财政年份:
    2020
  • 资助国家:
    美国
  • 起止时间:
    2020-10-01 至 2023-09-30
  • 项目状态:
    已结题

项目摘要

Reinforcement learning has witnessed great research advancement in recent years and achieved successes in many practical applications. However, reinforcement-learning algorithms also have the reputation for being data- and computation-hungry for large-scale applications. This project will address this issue by studying the important question of how to make reinforcement-learning algorithms scalable via introducing multiple learning agents and allowing them to collect data and learn optimal strategies collaboratively. The outcomes of this project will have impacts on numerous areas where reinforcement learning is used at a scale, e.g., multi-phase clinical trials, training autonomous-driving algorithms, crowdsourcing tasks, pricing, and assortment optimization for stores at different locations. The research products will be disseminated via talks at academic conferences and workshops, universities, industrial labs, and online media, and will also be integrated in two courses on the forefront of reinforcement learning and big-data algorithms.More technically, this project will study how to address the fundamental constraints on communication and adaptivity for the learning agents. In particular, this project will investigate a handful of collaborative learning models, including full communication, synchronized communication, synchronized communication with limited adaptivity, and asynchronized communication, and study the following general questions: (1) what is the fundamental advantage of allowing adaptivity in the parallel learning model; (2) are there inherent differences on the degree of parallelism between model-based and model-free reinforcement learning; (3) what is the impact of asynchronized communication; and (4) is it possible to communication-efficiently parallelize general algorithmic techniques in reinforcement learning? The team of researchers will address these questions by studying a set of core problems, including best arm(s) identification and regret minimization in multi-armed bandits, contextual bandits, finite-state Markov decision process (MDP) learning, reinforcement learning with function approximates, and coordinated exploration in MDPs. Through studying these questions, this project will bring new techniques, perspectives, and insight to communication-efficient parallel reinforcement learning. This project will also have a significant impact on a number of related research areas such as control theory, operations research, information theory and communication complexity, and multi-agent systems.This award reflects NSF's statutory mission and has been deemed worthy of support through evaluation using the Foundation's intellectual merit and broader impacts review criteria.
强化学习近年来取得了巨大的研究进展,并在许多实际应用中取得了成功。 然而,强化学习算法也因大规模应用程序需要大量数据和计算而闻名。 该项目将通过研究如何通过引入多个学习代理并允许它们收集数据并协作学习最佳策略来使强化学习算法可扩展的重要问题来解决这个问题。 该项目的成果将对大规模使用强化学习的众多领域产生影响,例如多阶段临床试验、训练自动驾驶算法、众包任务、定价和不同地点商店的分类优化。 研究成果将通过学术会议和研讨会、大学、工业实验室和在线媒体的演讲进行传播,并将整合到强化学习和大数据算法前沿的两门课程中。从技术上讲,该项目将研究如何解决学习代理的沟通和适应性的基本限制。 特别是,本项目将研究一些协作学习模型,包括完全通信、同步通信、有限自适应同步通信和异步通信,并研究以下一般性问题:(1)允许自适应的根本优势是什么?并行学习模型; (2)基于模型和无模型的强化学习在并行度上是否存在固有的差异; (3)异步通信有什么影响; (4) 是否可以在强化学习中有效地并行化通用算法技术? 研究人员团队将通过研究一系列核心问题来解决这些问题,包括多臂老虎机中的最佳手臂识别和遗憾最小化、上下文老虎机、有限状态马尔可夫决策过程(MDP)学习、函数强化学习MDP 中的近似和协调探索。 通过研究这些问题,该项目将为高效沟通的并行强化学习带来新的技术、观点和见解。 该项目还将对控制论、运筹学、信息论与通信复杂性、多智能体系统等多个相关研究领域产生重大影响。该奖项体现了NSF的法定使命,经评审认为值得支持利用基金会的智力优势和更广泛的影响审查标准。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Communication-Efficient Collaborative Best Arm Identification
高效沟通的协作最佳手臂识别
Near-Optimal MNL Bandits Under Risk Criteria
风险标准下的近乎最优 MNL 强盗
Instance-Sensitive Algorithms for Pure Exploration in Multinomial Logit Bandit
用于多项 Logit Bandit 中纯探索的实例敏感算法
  • DOI:
    10.1609/aaai.v36i7.20669
  • 发表时间:
    2020-12-02
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Nikolai Karpov;Qin Zhang
  • 通讯作者:
    Qin Zhang
Variance-Dependent Best Arm Identification
方差相关的最佳臂识别
  • DOI:
  • 发表时间:
    2021-06-19
  • 期刊:
  • 影响因子:
    0
  • 作者:
    P. Lu;Chao Tao;Xiaojin Zhang
  • 通讯作者:
    Xiaojin Zhang
Multinomial Logit Bandit with Low Switching Cost
具有低切换成本的多项 Logit Bandit
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Qin Zhang其他文献

SST-Forced Atmospheric Variability in an Atmospheric General Circulation Model
大气环流模型中的海温强迫大气变率
  • DOI:
    10.1175/jcli3483.1
  • 发表时间:
    2005-10-01
  • 期刊:
  • 影响因子:
    4.9
  • 作者:
    Arun Kumar;Qin Zhang;Peitao Peng;B. Jha
  • 通讯作者:
    B. Jha
Fresnel incoherent correlation holographic localization microscopy with enhanced localization accuracy by employing autofocus algorithm
采用自动聚焦算法提高定位精度的菲涅耳非相干相关全息定位显微镜
  • DOI:
    10.1117/12.2601656
  • 发表时间:
    2021-10-09
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Qin Zhang;Meng Jian;Chao Liu;Yuhong Wan
  • 通讯作者:
    Yuhong Wan
Simultaneously re-optimizing timetables and platform schedules under planned track maintenance for a high-speed railway network
在高速铁路网计划轨道维护下同时重新优化时刻表和站台时间表
Electrochemical flotation of diethyldithiocarbamate-pyrrhotite system
二乙基二硫代氨基甲酸盐-磁黄铁矿体系电化学浮选
Developing nutrient pollution management strategies on a watershed scale under climate change
制定气候变化下流域尺度的养分污染管理策略
  • DOI:
    10.1016/j.ecolind.2024.111691
  • 发表时间:
    2024-02-01
  • 期刊:
  • 影响因子:
    6.9
  • 作者:
    Jianxu Han;Zhuohang Xin;Guoqiang Shan;Yaoze Liu;Bo Xu;Qin Zhang;Chi Zhang
  • 通讯作者:
    Chi Zhang

Qin Zhang的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Qin Zhang', 18)}}的其他基金

CAREER:Foundation of Communication-Efficient Distributed Computation and Monitoring
职业:通信高效的分布式计算和监控的基础
  • 批准号:
    1844234
  • 财政年份:
    2019
  • 资助金额:
    $ 24.22万
  • 项目类别:
    Continuing Grant
BIGDATA: Collaborative Research: F: Efficient Distributed Computation of Large-Scale Graph Problems in Epidemiology and Contagion Dynamics
BIGDATA:协作研究:F:流行病学和传染动力学中大规模图问题的高效分布式计算
  • 批准号:
    1633215
  • 财政年份:
    2016
  • 资助金额:
    $ 24.22万
  • 项目类别:
    Standard Grant
AF: Small: Redundancy exploiting algorithms for high throughput genomics
AF:小:利用冗余算法实现高通量基因组学
  • 批准号:
    1619081
  • 财政年份:
    2016
  • 资助金额:
    $ 24.22万
  • 项目类别:
    Standard Grant
AF: Small: Efficient Algorithms for Querying Noisy Distributed/Streaming Datasets
AF:小:查询嘈杂分布式/流数据集的高效算法
  • 批准号:
    1525024
  • 财政年份:
    2015
  • 资助金额:
    $ 24.22万
  • 项目类别:
    Standard Grant

相似国自然基金

剪接因子U2AF1突变在急性髓系白血病原发耐药中的机制研究
  • 批准号:
    82370157
  • 批准年份:
    2023
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目
间充质干细胞微粒通过U2AF1负调控pDC活化改善系统性红斑狼疮的机制研究
  • 批准号:
    82302029
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
AF9通过ARRB2-MRGPRB2介导肠固有肥大细胞活化促进重症急性胰腺炎发生MOF的研究
  • 批准号:
    82300739
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
tsRNA-14765结合U2AF2抑制巨噬细胞自噬调节铁死亡对动脉粥样硬化的影响及机制研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
circPOLB-MYC-U2AF2正反馈环路上调FSCN1促进舌鳞状细胞癌进展的作用研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Collaborative Research: AF: Small: New Directions in Algorithmic Replicability
合作研究:AF:小:算法可复制性的新方向
  • 批准号:
    2342245
  • 财政年份:
    2024
  • 资助金额:
    $ 24.22万
  • 项目类别:
    Standard Grant
Collaborative Research: AF: Small: Structural Graph Algorithms via General Frameworks
合作研究:AF:小型:通过通用框架的结构图算法
  • 批准号:
    2347321
  • 财政年份:
    2024
  • 资助金额:
    $ 24.22万
  • 项目类别:
    Standard Grant
Collaborative Research: AF: Medium: Fast Combinatorial Algorithms for (Dynamic) Matchings and Shortest Paths
合作研究:AF:中:(动态)匹配和最短路径的快速组合算法
  • 批准号:
    2402284
  • 财政年份:
    2024
  • 资助金额:
    $ 24.22万
  • 项目类别:
    Continuing Grant
Collaborative Research: AF: Small: New Connections between Optimization and Property Testing
合作研究:AF:小型:优化和性能测试之间的新联系
  • 批准号:
    2402572
  • 财政年份:
    2024
  • 资助金额:
    $ 24.22万
  • 项目类别:
    Standard Grant
Collaborative Research: AF: Medium: The Communication Cost of Distributed Computation
合作研究:AF:媒介:分布式计算的通信成本
  • 批准号:
    2402835
  • 财政年份:
    2024
  • 资助金额:
    $ 24.22万
  • 项目类别:
    Continuing Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了