非対策強化学習を用いた効率的で効果的な GAN アーキテクチャ探索

本稿では、効果的かつ効率的な生成対抗ネットワーク（GAN）アーキテクチャ探索を実現するための、新たな強化学習（RL）に基づくニューラルアーキテクチャ探索（NAS）手法を提案する。本手法の核心的なアイデアは、GANアーキテクチャ探索問題を、よりスムーズなアーキテクチャサンプリングを可能にするマルコフ決定過程（MDP）として定式化することである。これにより、潜在的なグローバル最適アーキテクチャをターゲットにしたより効果的なRLベースの探索アルゴリズムの実現が可能となる。効率性の向上のため、過去のポリシーによって生成されたサンプルを効率的に活用するオフポリシー型GANアーキテクチャ探索アルゴリズムを採用している。CIFAR-10およびSTL-10の2つの標準ベンチマークデータセットにおける評価結果から、提案手法が、著しく低減された計算負荷（7 GPU時間）で、優れた画像生成性能を達成する高精度なアーキテクチャを効果的に発見できることを示した。本研究のコードは、https://github.com/Yuantian013/E2GAN にて公開されている。