计算机科学 > 网络与互联网架构
[提交于 2025年7月8日
]
标题: OLAF:异步分布式强化学习的可编程数据平面加速
标题: OLAF: Programmable Data Plane Acceleration for Asynchronous Distributed Reinforcement Learning
摘要: 异步分布式强化学习(DRL)在模型更新变得过时时可能会出现收敛性能下降,这通常是大规模训练期间网络拥塞和数据包丢失的结果。 这项工作引入了一种网络数据平面加速架构,通过在加速器引擎中对DRL模型更新进行内联处理来缓解这种过时问题。 为此,我们设计并原型化了一种新的队列机制,机会性地结合共享同一网络元素的兼容更新,减少冗余流量并保留更新效用。 作为补充,我们在工作节点上提供了一个轻量级传输控制机制,该机制由网络内的加速器反馈引导。 为了以线速评估模型效用,我们引入了模型年龄(AoM)指标作为过时的代理,并使用形式化验证方法验证全局公平性和响应性特性。 我们的评估结果表明,这种架构显著减少了更新过时和拥塞,最终提高了异步DRL工作负载的收敛速度。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.