arXiv · ML· Nihal Acharya Adde, Hanno Gottschalk·· 5 小时前AI 评分23
HPNAS-RL：面向强化学习自动驾驶的超参数与神经网络架构联合进化搜索
Hyperparameter and Neural Architecture Search via Evolutionary Optimization for Reinforcement Learning: HPNAS-RL
AI 导读
提出双分支进化框架 HPNAS-RL，同步执行强化学习的神经网络架构搜索（NAS）与超参数优化（HPO），适用于自动驾驶任务。 框架并行演化离散网络架构与连续超参数，结合并行评估与师生策略迁移机制以加速收敛。 实验显示该联合框架在奖励、参数量与稳定性上持续优于独立 NAS。
来源：arXiv · ML · arxiv.org