DeepMindのDQN Atariゲームは同時に学習しましたか？

DeepMindは、彼らのディープQネットワーク（DQN）が49のAtariゲームをプレイすることを学びながら、その動作を継続的に適応させることができたと述べています。

同じニューラルネットですべてのゲームを学習した後、エージェントはそれらをすべて「超人的」レベルで同時にプレイできましたか（ゲームの1つがランダムに提示された場合はいつでも）、切り替えたため、一度に1つのゲームだけが得意でした再学習が必要ですか？

切り替えには再学習が必要でした。

また、次の点にも注意してください。

7つのゲームすべてで同じネットワークアーキテクチャ、学習アルゴリズム、およびハイパーパラメーター設定を使用しており、ゲーム固有の情報を組み込むことなくさまざまなゲームで作業できるほど堅牢であることを示しています。実際のゲームと変更されていないゲームでエージェントを評価しましたが、トレーニング中にのみゲームの報酬構造に1つの変更を加えました。

そして

ネットワークは、私たちが試みた7つのゲームのうち6つで以前のすべてのRLアルゴリズムよりも優れており、そのうちの3つで人間のエキスパートを上回っています。

切り替えには再学習が必要です。ネットワークには、すべてのゲームをうまくプレイできる単一の重みセットがありませんでした。これは壊滅的な忘却の問題によるものです。

ただし、この問題を克服するために最近の作業が行われています。

「ニューラルネットワークでの壊滅的な忘却の克服」、2016年

論文：https : //arxiv.org/pdf/1612.00796v1.pdf