PulseAugur
实时 10:42:18
实体 Generalized Advantage Estimation

Generalized Advantage Estimation

PulseAugur coverage of Generalized Advantage Estimation — every cluster mentioning Generalized Advantage Estimation 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_208568 ·

    新的rl-triton库通过统一的GPU内核加速RL信用分配

    研究人员开发了rl-triton,一个开源库,包含用于强化学习信用分配的高性能GPU内核。该库在一个单一的关联扫描框架下统一了七种不同的RL估计算法,包括GAE和V-Trace。内核在Triton中实现,将这些算法作为线性递归在对数并行步中解决,与现有基线相比实现了显著的加速。