PulseAugur
中
实时 16:45:48
实体 Frequency-Uniform Log-Regret Reinforcement Learning for Diffusions

Frequency-Uniform Log-Regret Reinforcement Learning for Diffusions

PulseAugur coverage of Frequency-Uniform Log-Regret Reinforcement Learning for Diffusions — every cluster mentioning Frequency-Uniform Log-Regret Reinforcement Learning for Diffusions 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_328562 ·

    新的强化学习方法以对数遗憾界限解决扩散控制问题

    一篇新研究论文介绍了一种用于受控扩散的新型强化学习方法,特别解决了高频控制问题中的时间离散化问题。所提出的方法,称为频率均匀对数遗憾强化学习,旨在即使在时间步长减小时也能保持性能保证。该论文展示了基于价值的周期性强化学习的 O(log K) 遗憾界限,常数在不同时间步长下是均匀的。