PulseAugur
中
实时 08:17:39
实体 Eleftherios Triantafyllidis

Eleftherios Triantafyllidis

PulseAugur coverage of Eleftherios Triantafyllidis — every cluster mentioning Eleftherios Triantafyllidis 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_366085 ·

    新的 WATERFALL 工作流有助于稀疏奖励强化学习中的自适应训练

    研究人员推出了一种新颖的工作流 WATERFALL,专为强化学习中的自适应训练而设计,尤其适用于具有稀疏奖励和部分可观察性的环境。该迭代系统利用基于角色的生成来综合程序化奖励候选,并通过由视觉-语言模型评判的进化锦标赛对其进行评估。WATERFALL 在无法访问特权信息的情况下改进这些奖励程序,尤其是在部分可观察马尔可夫决策过程 (POMDP) 设置中,其表现优于拥有此类优势的基线方法。该工作流的有效性归因于视觉证据、基于锦标赛的选择和迭代改进。