PulseAugur
中
实时 07:22:24
English(EN) Laplacian Representations for Decision-Time Planning

新的拉普拉斯表示增强了强化学习规划

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员为决策时规划（ALPS）引入了拉普拉斯表示，这是一种专为基于模型的强化学习设计的新型分层规划算法。ALPS 利用拉普拉斯表示来捕捉多个时间尺度的状态空间距离，有效地将长时域问题分解为子目标并减少累积误差。该算法在 OGBench 基准测试的离线目标条件强化学习任务上表现出色，优于先前占主导地位的无模型方法。 AI

影响 引入了一种新颖的强化学习规划方法，有望提高智能体在复杂、长时域任务上的性能。

排序理由 该集群包含一篇详细介绍新算法和基准测试结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 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]

  1. arXiv cs.LG TIER_1 English(EN) · Dikshant Shehmar, Matthew Schlegel, Matthew E. Taylor, Marlos C. Machado ·

    Laplacian Representations for Decision-Time Planning

    arXiv:2602.05031v2 Announce Type: replace Abstract: Planning with a learned model remains a key challenge in model-based reinforcement learning (RL). In decision-time planning, state representations are critical as they must support local cost computation while preserving long-ho…

相关实体

相关话题