实体
Bellman
Bellman
PulseAugur coverage of Bellman — every cluster mentioning Bellman across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的鲁棒 Q-学习算法解决了具有 Wasserstein 不确定性的均场控制问题
研究人员开发了一种新的鲁棒 Q-学习算法，用于均场控制问题。该算法通过将量化-投影方案与 Wasserstein 对偶重构相结合，解决了公共噪声定律中 Wasserstein 不确定性带来的挑战。所提出的方法已证明了收敛性，并为同步和异步学习方案提供了有限时间迭代界限，数值实验验证了其在系统性风险和流行病相关模型上的性能。
-
撤回的论文详细介绍了新颖的连续时间策略评估方法
一篇已被撤回的研究论文提出了一种新颖的连续时间策略评估方法，称为高阶生成器回归。该技术旨在通过使用多步转移和矩匹配系数来估计时变生成器，从而改进标准的Bellman基线。该论文在理论上分解了估计误差，并提供了预期更高阶收益的制度图，在校准研究中显示出优于Bellman基线的持续改进。
-
Yann LeCun 澄清“世界模型”在AI中的技术定义
Yann LeCun 就AI中的“世界模型”一词进行了技术性讨论。他澄清说，在控制论和马尔可夫决策过程（MDP）的背景下，“世界模型”特指转移模型或动力学模型，这一概念可以追溯到20世纪60年代的Bellman和Kalman。LeCun 链接了一个进一步阐述这一历史观点的讲座。