PulseAugur
中
实时 02:46:56
English(EN) Actor-Critic Learning for Extended Mean Field Control with Deterministic Policies

使用强化学习的扩展平均场控制新框架

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员为连续时间扩展平均场控制问题开发了一个新颖的无模型强化学习框架。该方法利用确定性反馈策略，通过直接诱导状态-动作分布来简化优化。该框架建立了McKean-Vlasov动力学的无模型敏感性公式，并在Wasserstein空间上推导了确定性策略梯度。它结合了局部值和优势率表示，从而得到一个同时包含动作和度量导数项的策略梯度，并通过连续时间深度确定性策略梯度算法实现。 AI

影响 这项研究为复杂的控制问题引入了一种新方法，可能对机器人技术和金融建模等领域产生影响。

排序理由 该集群包含一篇详细介绍新强化学习框架的学术论文。

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

使用强化学习的扩展平均场控制新框架

报道来源 [2]

  1. arXiv stat.ML TIER_1 English(EN) · Ziheng Cheng, Xin Guo, Huy\^en Pham, Yufei Zhang ·

    具有确定性策略的扩展平均场控制的Actor-Critic学习

    arXiv:2607.11005v1 Announce Type: cross Abstract: This paper develops a model-free reinforcement learning framework for continuous--time extended mean field control problems, where both the dynamics and reward may depend on the joint distribution of states and controls. We adopt …

  2. arXiv stat.ML TIER_1 English(EN) · Yufei Zhang ·

    具有确定性策略的扩展平均场控制的Actor-Critic学习

    This paper develops a model-free reinforcement learning framework for continuous--time extended mean field control problems, where both the dynamics and reward may depend on the joint distribution of states and controls. We adopt deterministic feedback policies, under which the s…

相关实体

相关话题