研究人员开发了一种用于离散时间均值场控制(MFC)的新型无模型策略梯度方法,称为Transport REINFORCE。该方法解决了MFC中策略同时影响系统动力学和整体种群分布的挑战。Transport REINFORCE通过扰动种群分布来估计其贡献,在标准REINFORCE估计器方面有所改进。该技术适用于有限和连续状态空间,具有一致性和误差界限的理论保证,并在数值实验中显示出积极的结果。 AI
影响 引入了一种新颖的均值场控制方法,有望提高强化学习智能体在复杂多智能体系统中的性能。
排序理由 该集群包含一篇详细介绍特定控制理论领域新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →