Stop met Regressie: Waardefuncties Trainen via Classificatie voor Schaalbare Deep RL

Samenvatting

Waardefuncties vormen een centraal onderdeel van diepe reinforcement learning (RL). Deze functies, geparametriseerd door neurale netwerken, worden getraind met een regressiedoelstelling op basis van de gemiddelde kwadratische fout om bootstrapped doelwaarden te benaderen. Het schalen van op waarde gebaseerde RL-methoden die regressie gebruiken naar grote netwerken, zoals hoogcapaciteit Transformers, is echter een uitdaging gebleken. Deze moeilijkheid staat in schril contrast met supervised learning: door gebruik te maken van een cross-entropy classificatieverlies hebben supervised methoden betrouwbaar geschaald naar massieve netwerken. Gezien dit verschil onderzoeken we in dit artikel of de schaalbaarheid van diepe RL ook kan worden verbeterd door simpelweg classificatie in plaats van regressie te gebruiken voor het trainen van waardefuncties. We tonen aan dat waardefuncties die getraind zijn met categorische cross-entropy de prestaties en schaalbaarheid aanzienlijk verbeteren in verschillende domeinen. Deze omvatten: single-task RL op Atari 2600-spellen met SoftMoEs, multi-task RL op Atari met grootschalige ResNets, robotmanipulatie met Q-transformers, het spelen van schaken zonder zoeken, en een taalagent-taak voor Wordle met hoogcapaciteit Transformers, waarbij state-of-the-art resultaten worden behaald in deze domeinen. Door zorgvuldige analyse laten we zien dat de voordelen van categorische cross-entropy voornamelijk voortkomen uit het vermogen om inherente problemen van op waarde gebaseerde RL te mitigeren, zoals ruisachtige doelen en non-stationariteit. Over het algemeen stellen we dat een eenvoudige verschuiving naar het trainen van waardefuncties met categorische cross-entropy aanzienlijke verbeteringen kan opleveren in de schaalbaarheid van diepe RL tegen weinig tot geen kosten.

English

Value functions are a central component of deep reinforcement learning (RL). These functions, parameterized by neural networks, are trained using a mean squared error regression objective to match bootstrapped target values. However, scaling value-based RL methods that use regression to large networks, such as high-capacity Transformers, has proven challenging. This difficulty is in stark contrast to supervised learning: by leveraging a cross-entropy classification loss, supervised methods have scaled reliably to massive networks. Observing this discrepancy, in this paper, we investigate whether the scalability of deep RL can also be improved simply by using classification in place of regression for training value functions. We demonstrate that value functions trained with categorical cross-entropy significantly improves performance and scalability in a variety of domains. These include: single-task RL on Atari 2600 games with SoftMoEs, multi-task RL on Atari with large-scale ResNets, robotic manipulation with Q-transformers, playing Chess without search, and a language-agent Wordle task with high-capacity Transformers, achieving state-of-the-art results on these domains. Through careful analysis, we show that the benefits of categorical cross-entropy primarily stem from its ability to mitigate issues inherent to value-based RL, such as noisy targets and non-stationarity. Overall, we argue that a simple shift to training value functions with categorical cross-entropy can yield substantial improvements in the scalability of deep RL at little-to-no cost.

Stop met Regressie: Waardefuncties Trainen via Classificatie voor Schaalbare Deep RL

Stop Regressing: Training Value Functions via Classification for Scalable Deep RL

Samenvatting

Support