实体
Adjoint Matching
Adjoint Matching
PulseAugur coverage of Adjoint Matching — every cluster mentioning Adjoint Matching across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新研究通过随机最大值原理构建伴随匹配
一篇题为“Adjoint Matching through the Lens of the Stochastic Maximum Principle in Optimal Control”的新研究论文，由Jiequn Han撰写，严格推导并推广了随机最优控制问题的伴随匹配方法。该工作构建了一个哈密顿伴随匹配目标，并证明了其与Hamilton-Jacobi-Bellman平稳性条件的关系。对于扩散项与状态和控制无关的情况，该论文恢复了先…
-
新的ME-AM框架通过熵最大化增强离线强化学习
研究人员引入了最大熵伴随匹配（ME-AM），一个旨在改进离线强化学习的新框架。该方法通过结合熵最大化和混合行为先验，解决了现有方法中的局限性，如流行度偏差和支持绑定。ME-AM旨在使智能体能够更有效地从离线数据集中学习最优策略，即使在低密度区域也能学习，并探索分布外区域以获得更高奖励。