Ipek et al. [17] propose the use of

Ipek et al. [17] propose the use of reinforcement learning (RL) [32] to design high-performance self-optimizing memory schedulers. Reinforcement learning works by interacting
with the environment and learning automatically with experience to pick the actions that maximize a desired long-term objective function. Ipek et al. show that, when used to target performance, this approach can outperform existing ad hoc designs by a significant margin.
.

ผลลัพธ์ (ไทย) 1:

อัล ipek et [17] นำเสนอการใช้งานของการเรียนรู้การเสริมแรง (RL) [32] การออกแบบที่มีประสิทธิภาพสูงด้วยตัวเองการเพิ่มประสิทธิภาพหน่วยความจำ schedulers ผลงานการเรียนรู้การเสริมแรงโดยการโต้ตอบ
กับสภาพแวดล้อมและการเรียนรู้โดยอัตโนมัติที่มีประสบการณ์ในการเลือกการดำเนินการที่เพิ่มฟังก์ชั่นที่ต้องการวัตถุประสงค์ในระยะยาว อัล ipek et แสดงให้เห็นว่าเมื่อนำมาใช้กับการทำงานเป้าหมายวิธีการนี​​้สามารถทำงานได้ดีกว่าที่มีอยู่โฆษณาเฉพาะกิจการออกแบบโดยอัตรากำไรขั้นต้นอย่างมีนัยสำคัญลาดเทย.

ผลลัพธ์ (ไทย) 2:

Ipek et al. [17] เสนอใช้เสริมการเรียนรู้ (RL) [32] การออกแบบหน่วยความจำประสิทธิภาพสูงประสิทธิภาพตนเอง schedulers เสริมสร้างการเรียนรู้การทำงาน โดยการติดต่อ
กับสภาพแวดล้อมการเรียนรู้โดยอัตโนมัติ ด้วยประสบการณ์รับขยายฟังก์ชันวัตถุประสงค์ระยะยาวที่ต้องการ Ipek et al. แสดงว่า เมื่อใช้กับเป้าหมายประสิทธิภาพ วิธีการนี้สามารถมีประสิทธิภาพสูงกว่าการออกแบบเฉพาะกิจที่มีอยู่ โดยระยะขอบ cant ความ.

ผลลัพธ์ (ไทย) 3:

ipek et al . [ 17 ]เสนอใช้ที่ได้จากการเรียนรู้เสริม( RL )[ 32 ]เพื่อการออกแบบก้าวล้ำหน่วยความจำ - การปรับแต่ง ประสิทธิภาพ สูง การเรียนรู้เพิ่มชั้นเสริมแรงป้องกันใช้งานได้หรือไม่โดยการใช้งาน
ซึ่งจะช่วยพร้อมด้วย สภาพแวดล้อม และการเรียนรู้โดยอัตโนมัติพร้อมด้วยประสบการณ์ในการรับการดำเนินการที่เพิ่มฟังก์ชันเป้าหมายระยะยาวที่ต้องการ ipek et al .แสดงให้เห็นว่าเมื่อใช้งานไปยังเป้าหมาย ประสิทธิภาพ การทำงานวิธีนี้สามารถเร่งพัฒนาขีดความสามารถด้านการออกแบบเฉพาะกิจที่มีอยู่โดยส่วนต่างกำไรอย่างแน่ชัด ว่า  ไม่ได้