PulseAugur
实时 10:10:25
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.

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
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_180707 ·

    新的分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用于随机环境中的基于模型的强化学习的新方法,该方法考虑了预测不确定性。该方法使用二次动作-价值参数化来简化贝尔曼备份,从而能够对预测均值和协方差进行解析传播。当与高斯转移模型和径向基值函数结合使用时,该方法会产生封闭形式的备份,从而减少目标方差,并在连续控制任务中提供经过良好校准的不确定性估计。