实体
Deep Reinforcement Learning (DRL)
Deep Reinforcement Learning (DRL)
PulseAugur coverage of Deep Reinforcement Learning (DRL) — every cluster mentioning Deep Reinforcement Learning (DRL) across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的变分方法增强了人工智能在车间调度问题中的应用
研究人员开发了一个新的变分图到调度器（VG2S）框架，以解决车间调度问题（JSSP）的挑战。这种新颖的方法，在最近的一篇arXiv论文中有所详细介绍，利用变分推理和基于最大熵强化学习的证据下界（ELBO）的概率目标。通过将表示学习与策略优化分离，VG2S增强了调度代理的训练稳定性和泛化能力。实验表明，VG2S在大型和复杂基准实例上，其性能优于现有的深度强化学习基线和传统方法。
-
新研究探索深度强化学习在混合交通中安全网联自动驾驶车辆编队加入
一篇新研究论文提出了一个仿真框架，用于评估深度强化学习（DRL）算法在混合交通中网联自动驾驶车辆（CAV）编队加入操作。研究比较了深度Q网络（DQN）、双深度Q网络（DDQN）和近端策略优化（PPO），发现在其奖励函数中加入风险惩罚后，PPO的成功率达到98%，碰撞率低于1%。研究还强调了安全性、效率和决策速度之间的权衡，并指出外部安全控制器可以防止碰撞，但可能会降低整体效率。
-
新的自适应攻击利用批评者意见不合来攻击无线控制系统
研究人员开发了一种名为“意见不合引导奖励投毒”（DGRP）的新型自适应奖励投毒攻击，该攻击以基于学习的无线控制系统为目标。该攻击专门利用软Actor-Critic智能体中双重批评者之间的分歧，尤其是在高不确定性状态下。通过破坏奖励信号，DGRP会扭曲价值估计，并将智能体的策略导向次优行为，从而显著降低RIS辅助网络中的性能。