Google DeepMind｜更大、更好、更快：具有人类水平效率的人类水平Atari游戏

Bigger, Better, Faster: Human-level Atari with human-level efficiency

Max Schwarzer, Johan Obando-Ceron, Aaron Courville, Marc Bellemare, Rishabh Agarwal, Pablo Samuel Castro
[Google DeepMind]

更大、更好、更快：具有人类水平效率的人类水平Atari游戏

动机：实现在Atari 100K基准测试中超越人类水平的性能，同时提高计算效率和样本利用率。
方法：介绍了一种基于价值估计的强化学习智能体(BBF)，通过扩展用于价值估计的神经网络和其他设计选择，在样本高效的情况下实现了这种扩展。论文对这些设计选择进行了广泛分析，并为未来的工作提供了洞察和指导。
优势：BBF算法能以超级计算效率实现超越人类水平的性能，并更好地处理网络规模和重播比率的扩展，这对于网络表达能力和学习效率至关重要。

介绍了一种名为BBF的强化学习智能体，通过网络扩展和设计选择的方法，在Atari 100K基准测试中实现了超越人类水平的性能，并提供了样本高效的解决方案，推动深度强化学习的样本效率前沿。