PulseAugur
实时 11:12:30
实体 critic

critic

PulseAugur coverage of critic — every cluster mentioning critic 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. RESEARCH · CL_141194 ·

    新的SKooP方法提升了机器人运动的强化学习性能

    研究人员开发了SKooP(对称Koopman预测),这是一种用于增强腿式机器人运动强化学习的新方法。该方法结合了形态对称性与通过自动编码器学习的Koopman模型,以提高策略学习的效率和通用性。SKooP将学习到的Koopman预测作为批评者的特权观察,从而能够从更平滑的特征中学习,并将群对称性纳入Actor和Critic网络,以实现更等变的策略。该方法在四足机器人的双足运动任务中,已证明能持续缩短收敛时间和提高学习到的奖励,并且策略…