PulseAugur
中
实时 04:31:18
实体 Fed-LSVI

Fed-LSVI

PulseAugur coverage of Fed-LSVI — every cluster mentioning Fed-LSVI 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_231139 ·

    新的联邦强化学习算法最小化通信成本

    研究人员推出了一种新颖的联邦算法 Fed-LSVI，专为具有线性函数逼近的在线强化学习而设计。该算法通过允许智能体仅共享压缩的充分统计量而非原始轨迹，来解决联邦设置中固有的通信和隐私挑战。Fed-LSVI 实现了与现有多个智能体方法相当的遗憾界限，同时将通信成本显著降低到与训练轮数对数相关的程度。