연구자들은 고성능 구성을 전략적 리셋 포인트로 사용하여 아날로그 회로 설계의 샘플 효율성을 개선하는 강화학습 접근법인 Lighthouse RL을 소개했습니다.

  • 이 방법은 목표에 더 가까운 상태인 '등대(lighthouses)'에서 에피소드를 초기화하여 유망한 영역으로 탐색을 유도합니다.
  • 기준 방법의 0-87% 대비 100% 성공률을 달성하며 최적화 속도를 최대 1.72배 빠르게 했습니다.
  • 이 접근법은 뛰어난 일반화를 보여주며, 경쟁사들의 0-50% 대비 75% 외삽 성공률에 도달했습니다.
  • 리셋 전략은 모든 RL 기반 최적화 프레임워크를 위한 플러그 앤 플레이 향상 기능으로 작동합니다.

이 효율성은 기존 방법이 유망하지 않은 영역을 탐색하며 자원을 낭비하는 계산 비용이 높은 블랙박스 최적화 문제에서 특히 가치 있습니다.