实体
Bayesian posterior sampling
Bayesian posterior sampling
PulseAugur coverage of Bayesian posterior sampling — every cluster mentioning Bayesian posterior sampling across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
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 3 条
-
新的ASTEROID框架提升AI智能体探索效率
研究人员开发了ASTEROID，一个新颖的师生框架，旨在提高在部分可观察性下运行的序列决策智能体的上下文内探索能力。该方法通过蒸馏基于学生智能体同策略上下文的专家动作来训练学生智能体，从而能够在没有传统强化学习高样本成本的情况下实现高效探索。ASTEROID在包括机器人和Procgen在内的各种环境中都表现出卓越的性能，实现了显著更高的回报，并在探索任务中超越了前沿模型。
-
上下文强化学习模型在实践中可能不是贝叶斯后验采样器
一篇新的研究论文探讨了上下文强化学习（ICRL），特别是决策预训练Transformer（DPT）模型，是否能作为实用的贝叶斯后验采样器。该研究建立了贝叶斯后验采样器的两个必要条件：充分统计量不变性和鞅性质。研究人员使用高斯、伯努利和线性赌博机设置中的统计假设检验，发现这些条件在实际训练的ICRL模型中被持续违反。这表明ICRL在实际应用中可能不像贝叶斯后验采样器那样运行，尽管开发的测试框架提供了一种评估ICRL贝叶斯行为的原则性方法。
-
新方法使用迭代高斯化改进密度采样
研究人员引入了一种新颖的迭代高斯化方法，用于从非归一化密度中采样。该技术在旋转坐标系内重复应用平均场变分推断 (MFVI) 来逼近标准高斯分布。通过基于主成分分析 (PCA) 的方法选择信息性旋转，可以提高该方法的效率，从而在贝叶斯后验采样任务上显著优于标准的 MFVI。