实体
Generative Robust Optimisation
Generative Robust Optimisation
PulseAugur coverage of Generative Robust Optimisation — every cluster mentioning Generative Robust Optimisation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架使用生成模型进行鲁棒优化
研究人员引入了生成式鲁棒优化（GRO），一个利用深度生成模型来定义鲁棒优化问题不确定性集的新框架。与施加固定几何形状的传统方法不同，GRO采用神经网络解码器来表示现实世界数据中复杂、非线性的依赖关系。该框架通过一个五点评估系统进行评估，评估指标包括重建保真度、分布匹配、潜在规则性、鲁棒相关性和计算可行性。在生产规划和设施选址问题上的实验表明，GRO能够创建富有表现力、校准良好且对优化可行的不确定性集。
-
新研究探索鲁棒优化和强化学习技术 · 已追踪 6 个来源
几篇新研究论文探索了强化学习和优化中的先进技术，重点关注鲁棒性和生成模型。其中一篇论文引入了一个平稳鲁棒均值场博弈框架，以解决多智能体强化学习中的模型不匹配问题，并建立了具有收敛保证的新算法。另一篇论文提出了生成式鲁棒优化 (GRO)，它使用深度生成模型来定义不确定性集，以实现更具表现力和可处理性的优化。此外，还提出了一种名为 SIVE 的新估计器，用于绕过神经网络损失景观中的最小化偏差，提供了一种鲁棒的训练诊断工具。最后，引入了一种…