研究人员开发了一种在基于模型的强化学习中处理不确定性的新解析规划方法。该方法利用预测转移分布和价值函数类别之间的兼容性原理,实现了封闭形式的备份,该备份同时传播预测均值和协方差。该方法在减少目标方差和在连续控制任务中提供良好校准的预测不确定性方面取得了实证成功。 AI
排序理由 该集群包含一篇在 arXiv 上发表的研究论文,详细介绍了一种新的强化学习方法。
在 Hugging Face Daily Papers 阅读 →
- alphaXiv
- arXiv
- Bellman backup
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gaussian function
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
- radial-basis value function
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →