研究人员开发了一种新的蒙特卡洛树搜索(MCTS)算法,名为 \Algname,专门用于连续和随机马尔可夫决策过程(MDP)。这种新颖的方法整合了幂均值作为值备份算子和多项式探索奖励,以处理连续动作空间和非平稳性的复杂性。理论分析表明,\Algname 实现了多项式收敛速率,将先前的保证扩展到了随机环境。相关任务的实验结果证实了该算法在这些具有挑战性领域中的有效性。 AI
影响 引入了一种新颖的算法,可以改善人工智能系统在复杂、不确定环境中的规划和决策能力。
排序理由 学术论文,详细介绍了一种针对特定类型人工智能问题的新算法。[lever_c_demoted from research: ic=1 ai=1.0]
- \Algname
- Hierarchical Optimistic Optimization
- HOOT
- Hugging Face
- Markov decision processes
- Monte Carlo Tree Search
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →