实体 BetaZero

BetaZero

PulseAugur coverage of BetaZero — every cluster mentioning BetaZero across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_300423 · Oct 15 · 04:00

新信念嵌入树搜索 (BETS) 规划器用于 POMDPs

研究人员推出了一种新颖的蒙特卡洛规划器——信念嵌入树搜索 (BETS)，专为部分可观察马尔可夫决策过程 (POMDPs) 设计。BETS 使用生成分布嵌入 (GDE) 来表示信念，并与其策略和价值网络同时训练其信念模型。这种方法允许模型直接从 POMDP 的动态和已实现的隐藏状态中学习最优信念表示。在 RockSample、LightDark 和 PocMan 等基准任务上的评估表明，BETS 在高维信念空间中与现有方法相比具有竞争力。