Double-DQN based path smoothing and tracking control method for robotic vehicle navigation
PulseAugur coverage of Double-DQN based path smoothing and tracking control method for robotic vehicle navigation — every cluster mentioning Double-DQN based path smoothing and tracking control method for robotic vehicle navigation across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
LLM驱动的机器人通过新颖的策略改进来导航去中心化系统
研究人员开发了一种使用模式约束语言模型在去中心化系统中进行机器人导航的新方法。该方法将大型语言模型（LLM）策略代理、上限置信度（UCB）老虎机和双深度Q网络（Double DQN）控制器集成到每个机器人上。该系统在NetLogo-Python实现中进行了测试，结果表明完整的配置在所有测试场景中都成功到达了目标，并且与其它配置相比，中位数完成时间显著缩短。
-
强化学习加速激光器设计，Dueling DQN展现潜力
研究人员开发了一种使用基于价值的强化学习来加速光子晶体表面发射激光器（PCSELs）设计的新方法。在一项模拟预算限制为83次的 연구 中，Dueling DQN 表现出最可靠的性能，与基线 DQN 和其他变体相比，在品质因数、波长误差和向上功率等关键指标上有所提高。该方法为归因于科学优化中的算法增益提供了一个可复现的框架，并且源代码已公开提供。
-
新的 Ensemble Elastic DQN 算法减少了强化学习中的高估偏差
研究人员推出了一种新颖的强化学习算法 Ensemble Elastic DQN (EEDQN)，旨在减轻深度 Q 网络中的高估偏差。EEDQN 将自适应弹性多步回报与基于集成的方法的目标聚合相结合，并使用 Q 值差规则以简化在离散控制环境中的应用。在五个 MinAtar 环境上的评估表明，EEDQN 在其中四个环境中实现了最高的最终回报，优于几种已有的 DQN 变体。
-
新研究探索用于智能体生存、导航和可解释性的高级强化学习 · 跟踪 7 个来源
研究人员正在探索强化学习（RL）的高级技术，以增强智能体的性能和可解释性。一项研究提出了程序化策略（PERL）作为进化 RL 中神经策略（NERL）的替代方案，证明了 PERL 更高的生存率。另一篇论文侧重于使用 RL 进行自主机器人的流感知导航，发现使用速度和记忆传感器训练的智能体优于那些具有显式全局流参数的智能体。此外，正在开发新的方法来解释 RL 智能体，例如使用归纳逻辑编程（ILP）为策略可解释性创建客观指标，以及一种称为 S…