PulseAugur
中
实时 11:30:13
实体 Collaborative reinforcement learning

Collaborative reinforcement learning

PulseAugur coverage of Collaborative reinforcement learning — every cluster mentioning Collaborative reinforcement learning 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
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_312736 ·

    强化学习在城市出行、风险管理和数据采集方面的进展 · 跟踪 4 个来源

    研究人员正在探索强化学习(RL)在各个领域的创新应用。一项研究提出使用 RL 为驾驶员动态分配激励措施,鼓励其重新规划路线,旨在减少城市出行的旅行时间和排放,模拟显示效果显著。另一篇论文则专注于灾难性风险管理的深度强化学习,开发了一种可微分的尾部风险目标函数,用于高维策略,在极端市场情景下表现良好。此外,一个名为“Ask to Learn”的新框架研究了基于查询的协作强化学习,旨在通过从协作者那里高效获取信息来克服离线 RL 中的数据限制。