实体
BipedalWalker
BipedalWalker
PulseAugur coverage of BipedalWalker — every cluster mentioning BipedalWalker across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架DYNAMICCARLENV通过动态上下文调度增强强化学习
研究人员推出 DYNAMICCARLENV，这是一个旨在通过在训练回合中动态调度上下文变化来增强上下文强化学习的新框架。这种方法使强化学习策略能够接触到更结构化和多样化的环境参数空间，旨在提高性能，尤其是在分布外场景中。在 CartPole、BipedalWalker 和 VehicleRacing 环境中的实验表明，动态调度在性能上与静态上下文基线相当或优于静态上下文基线，并且在更复杂的任务中，在分布内性能方面有显著提高。
-
新研究评估强化学习智能体的模糊测试
arXiv上的一项新研究评估了强化学习（RL）智能体的模糊测试方法，RL智能体越来越多地应用于安全关键型应用。该研究系统地比较了五种最先进的模糊技术与随机测试在三种不同复杂度的环境中：MountainCar、BipedalWalker和CARLA。研究结果表明，像MDPFuzz这样的方法在发现崩溃方面非常有效和高效，而SeqDivFuzz在揭示多样化的崩溃行为方面表现出色。研究还表明，模糊测试生成的崩溃可以显著增强智能体的鲁棒性并提高…