研究人员开发了一种新的无导数时序差分(TD)框架,用于校准黑盒模拟器。该框架使用目标系统的一次转移和嘈杂的模拟器生成的延续值,通过贝尔曼正交性定义校准参数。提出的 TD 算法在各种查询噪声机制下建立了收敛性和误差界限,揭示了一种依赖于规范的偏差现象,在这种现象中,偏差在模拟器规范正确的情况下可能会消失。 AI
排序理由 该集群包含一篇研究论文,详细介绍了用于模拟器校准的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- Bellman orthogonality
- Kiefer-Wolfowitz
- L2
- Polyak--Ruppert
- Student's t-test
- Temporal difference learning
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →