PulseAugur
实时 15:01:16
实体 Chongyi Zheng

Chongyi Zheng

PulseAugur coverage of Chongyi Zheng — every cluster mentioning Chongyi Zheng 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_65701 ·

    价值流方法通过分布回报估计增强强化学习

    研究人员开发了一种名为价值流的新方法,用于估计强化学习中未来的完整回报分布。该方法利用灵活的流基模型和新的流匹配目标来满足分布贝尔曼方程。该技术识别出回报方差高的状态,并利用这些信息来优先学习,在基准任务的成功率方面提高了 1.3 倍。