实体 EMAgnet

EMAgnet

PulseAugur coverage of EMAgnet — every cluster mentioning EMAgnet across labs, papers, and developer communities, ranked by signal.

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

RESEARCH · CL_107703 · Jun 22 · 23:05

EMAgnet 引入自适应正则化以实现策略梯度自玩

研究人员开发了EMAgnet，一种新颖的参数空间指数移动平均（EMA）正则化技术，用于大型游戏的策略梯度自玩。与之前使用均匀分布作为正则化目标的传统方法不同，EMAgnet根据智能体不断演变的策略来调整其目标。这种方法在各种基准测试中表现出更高的性能，实现了更低的被利用性，尤其是在具有严格占优策略的游戏中。