实体
Bellman backup
Bellman backup
PulseAugur coverage of Bellman backup — every cluster mentioning Bellman backup across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
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 2 条
-
新的规划方法使用最优传输平滑将复杂度降低了 3 倍
研究人员开发了一种名为 SecondOrderSmoothCruiser 的新规划方法，通过引入二阶光滑性来改进现有技术。这项进展将生成模型规划的预言机复杂度从 \(\\widetilde O(\\varepsilon^{-4})\) 降低到 \(\\widetilde O(\\varepsilon^{-3})\)。该方法利用了最优传输平滑的贝尔曼备份，该备份具有闭式解和 Lipschitz Hessian，从而能够以更少的模拟器调用…
-
新的解析规划方法应对强化学习中的不确定性
研究人员开发了一种在基于模型的强化学习中处理不确定性的新解析规划方法。该方法利用预测转移分布和价值函数类别之间的兼容性原理，实现了封闭形式的备份，该备份同时传播预测均值和协方差。该方法在减少目标方差和在连续控制任务中提供良好校准的预测不确定性方面取得了实证成功。