Amortized nonmyopic active search via deep imitation learning

Active search是一种专门的主动学习设置，旨在收集稀有且有价值的类别成员。该最先进的算法以预算感知的方式近似最优的贝叶斯策略，并已在以前的工作中表现出令人印象深刻的实证性能。然而，即使是这个近似策略在搜索问题的规模方面也具有超线性的计算复杂度，使得它在大空间或需要快速做出决策的实时系统中的应用变得不切实际。我们研究了通过训练神经网络来学习搜索的摊销策略。为了避免从头开始学习的困难，我们采用模仿学习技术来模仿专家昂贵计算策略的行为。我们的策略网络在合成数据上训练，学习到一种有益的搜索策略，平衡了探索和开发，做出了非远视的决策。广泛的实验表明，我们的策略在接近专家水平的实际任务中实现了竞争性的性能，成本仅为专家策略的一小部分，同时优于更便宜的基线。

解决问题：该论文旨在通过训练神经网络来学习主动搜索策略，以解决在大规模空间或实时系统中应用最先进的主动搜索算法的计算复杂性问题。

关键思路：通过模仿学习技术来模仿专家策略，训练一个策略网络来学习有效的搜索策略，平衡探索和开发的非远视决策。

其他亮点：该论文通过合成数据训练出的策略网络在真实世界任务中具有竞争性表现，并且只需专家策略的一小部分成本。该论文还介绍了实验设计和使用的数据集。

相关研究：最近在该领域的相关研究包括《Active Learning Literature Survey》和《Efficient Active Learning of Halfspaces via Query Synthesis》等。