PulseAugur
中
实时 09:37:35
实体 Action shaping from demonstration for fast reinforcement learning

Action shaping from demonstration for fast reinforcement learning

PulseAugur coverage of Action shaping from demonstration for fast reinforcement learning — every cluster mentioning Action shaping from demonstration for fast reinforcement learning 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
关系
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_284478 ·

    新的行动塑造技术允许策略吸收可训练的偏移量

    研究人员引入了一种名为行动塑造的新技术,该技术允许强化学习策略在训练期间吸收特定的偏移量,这些偏移量可以在部署时移除,而不会影响最优策略性能。该方法依赖于这样一个原理:如果策略自身的输出层能够精确地重现一个偏移量,那么该策略就可以吸收这个偏移量,这一概念被称为“可表达性”。行动塑造的有效性通过其在20个任务上的极低成本得到证明,偏移量的幅度表明了移除后潜在的性能下降。