PulseAugur
实时 11:09:06
实体 Bellman optimality equation

Bellman optimality equation

PulseAugur coverage of Bellman optimality equation — every cluster mentioning Bellman optimality equation 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_247750 ·

    新的贝尔曼方程针对强化学习中的塑性问题

    研究人员引入了一个新的贝尔曼最优方程,专门用于优化持续强化学习中的塑性。这项工作建立在先前的一个形式化基础上,该形式化将稳定性-塑性权衡重新定义为赋能-塑性权衡,其中塑性由从观测到动作的有向信息定义,赋能由从动作到观测的有向信息定义。虽然赋能问题已被广泛研究,但本文首次尝试在马尔可夫决策过程中,在这一新定义下解决塑性优化问题。