OnDeFog 增强了在丢帧环境下的强化学习性能

研究人员推出 OnDeFog，这是强化学习领域的一项进展，旨在处理丢帧问题。丢帧是由于通信延迟或传感器故障而在实际应用中普遍存在的问题。该新方法将 DeFog 的丢帧缓解技术与在线决策Transformer (ODT) 的在线学习能力相结合。实验结果表明，在丢帧率高的环境中，OnDeFog 的性能优于 ODT；在处理包含大量低回报数据的的数据集时，其性能也优于 DeFog。 AI

影响 在数据传输不可靠的场景中，提高了强化学习代理的性能。

排序理由 在 arXiv 上发表的研究论文，详细介绍了一种新的强化学习方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Decision Transformer
• Defog
• Gotit.pub
• Hugging Face
• OnDeFog
• online decision transformer (ODT)
• ScienceCast
• Shinichi Shirakawa

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →