基于离策略强化学习的高效且有效的GAN架构搜索

本文提出了一种基于强化学习（Reinforcement Learning, RL）的新型神经架构搜索（Neural Architecture Search, NAS）方法，用于高效、有效地搜索生成对抗网络（Generative Adversarial Network, GAN）的架构。其核心思想是将GAN架构搜索问题建模为马尔可夫决策过程（Markov Decision Process, MDP），以实现更平滑的架构采样，从而通过聚焦潜在全局最优架构，提升基于强化学习的搜索算法的有效性。为提高搜索效率，本文进一步采用了一种离策略（off-policy）的GAN架构搜索算法，充分利用先前策略生成的样本，显著提升了样本利用效率。在两个标准基准数据集（即CIFAR-10和STL-10）上的实验结果表明，所提出的方法能够在大幅降低计算开销（仅需7 GPU小时）的前提下，发现具有高度竞争力的网络架构，并实现更优的图像生成效果。相关代码已开源，地址为：https://github.com/Yuantian013/E2GAN。