在强化学习中，Augmentation真的有效吗？

三个要点
✔️采用DeepMind Control和OpenAI Gym的最先进成果 
✔️增强功能使其在测试中的用途更加广泛。
✔️新的增强方法

Reinforcement Learning with Augmented Data
written by Michael Laskin, Kimin Lee, Adam Stooke, Lerrel Pinto, Pieter Abbeel, Aravind Srinivas
(Submitted on 30 April 2020)
Comments: First two authors contributed equally, website: this https URL code: this https URL and this https URL
Subjects: Machine Learning (cs.LG), Machine Learning (stat.ML)

介绍

图像作为输入强化学习存在各种问题，比如数据效率不高，缺乏通用性。在本文中，我们介绍了一篇名为Reinforcement Learning with Augmented Data(RAD)的论文，通过对输入图像进行增强，提高学习效率。虽然它经常被使用，而且方法非常简单，但它被发现可以有效地增强以前未使用的图像，并成功地提高了许多RL算法的训练效率。

以下是我们在测试时如何提高学习效率，和通用性。

山田