English(EN) Generalized Gaussian Temporal Difference Error for Uncertainty-aware Reinforcement Learning

新的强化学习方法使用广义高斯分布进行不确定性感知

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-27 04:00

研究人员通过采用基于广义高斯分布（GGD）的状态条件形状头，引入了一种新颖的不确定性感知强化学习方法。该方法旨在更好地模拟由自举和探索可能产生的重尾和异方差残差，而这些通常会被传统的零均值高斯假设所忽略。所提出的技术使用数值修改的 GGD 损失和加权启发式方法，以及批量逆误差方差（BIEV）正则化，以提高在各种控制基准上的性能，尽管收益取决于具体任务。 AI

影响引入了一种更鲁棒的方法来处理强化学习中的不确定性，有可能提高复杂控制任务的性能。

排序理由关于强化学习新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

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

报道来源 [1]

arXiv stat.ML TIER_1 English(EN) · Seyeon Kim, Joonhun Lee, Namhoon Cho, Sungjun Han, Wooseop Hwang · 2026-07-27 04:00

Generalized Gaussian Temporal Difference Error for Uncertainty-aware Reinforcement Learning

arXiv:2408.02295v4 Announce Type: replace-cross Abstract: Conventional uncertainty-aware temporal difference (TD) learning often models TD errors as zero-mean Gaussian. This assumption can miss the heavy-tailed and heteroscedastic residuals induced by bootstrapping and exploratio…

报道来源 [1]

Generalized Gaussian Temporal Difference Error for Uncertainty-aware Reinforcement Learning

相关实体

相关话题