PulseAugur
实时 08:49:51
实体 Action-based Policy Compression

Action-based Policy Compression

PulseAugur coverage of Action-based Policy Compression — every cluster mentioning Action-based Policy Compression across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_129063 ·

    基于占用的新策略压缩方法提高了DRL的样本效率

    研究人员推出了一种名为基于占用的策略压缩(OPC)的新方法,旨在提高深度强化学习(DRL)的样本效率。OPC通过将重点从即时动作匹配转移到长时域状态空间覆盖,解决了现有基于动作的策略压缩(APC)框架的局限性。关键的增强功能包括一个由信息论独特性度量引导的数据集生成过程和一个直接最小化真实占用分布与重建占用分布之间散度的可微分压缩目标。