Delphos框架利用多任务强化学习辅助离散选择模型构建

研究人员提出名为Delphos的多任务强化学习框架，旨在辅助离散选择模型构建。该框架将模型构建过程视为序列决策问题，利用DeepSet-Q架构在不同数据集间学习可迁移的构建策略。在九个交通选择数据集上的训练显示，其表现优于单任务智能体。在未经过额外训练的情况下，应用于Swissmetro和Decisions数据集时，该工具在标准CPU上耗时不到20分钟即可识别出具有竞争力的模型规范。