PulseAugur
实时 08:19:45
实体 Conservative Query and Adaptive Regularization under Uncertainty Estimation

Conservative Query and Adaptive Regularization under Uncertainty Estimation

PulseAugur coverage of Conservative Query and Adaptive Regularization under Uncertainty Estimation — every cluster mentioning Conservative Query and Adaptive Regularization under Uncertainty Estimation 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_156517 ·

    新框架通过不确定性估计增强离线强化学习

    研究人员开发了一个名为“不确定性估计下的保守查询和自适应正则化”(CQR-UE)的新框架,以改进离线强化学习。该方法解决了在训练过程中选择信息性偏好查询和有效利用专家反馈的挑战。CQR-UE 利用 Morse 网络估计相对于离线数据集的策略动作不确定性,从而实现保守的查询策略,保持 Bellman 更新的稳定性。它还包含一个自适应正则化方案,在策略优化期间动态调整约束,在 D4RL 基准测试上表现出优越或具有竞争力的性能。