PulseAugur
实时 10:10:39
实体 D4RL AntMaze

D4RL AntMaze

PulseAugur coverage of D4RL AntMaze — every cluster mentioning D4RL AntMaze 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_180646 ·

    ReBRAC-v2通过简化、高性能方法推进离线强化学习

    研究人员推出了ReBRAC-v2,这是一种更新的离线强化学习方法,它在保持算法简洁性的同时,实现了传统Actor-Critic方法的现代化。新方法使用Actor的精确似然归一化流,结合了似然、MSE和MAE行为正则化的混合体,并采用基于分类的残差Critic,具有分阶段优化和多样本动作选择功能。ReBRAC-v2的单一配置,仅通过两个行为正则化系数进行调整,在六项具有挑战性的OGBench任务上实现了最先进的聚合性能,显著优于先前的方…