PulseAugur
中
实时 10:42:16
实体 GLiBRL

GLiBRL

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

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_22090 ·

    GLiBRL通过可处理推理和更好的泛化能力推动深度贝叶斯强化学习发展

    研究人员开发了GLiBRL，一种新颖的贝叶斯强化学习方法，通过明确纳入贝叶斯任务参数来增强泛化能力。该方法通过对任务参数和模型噪声进行完全可处理的贝叶斯推理，克服了先前深度BRL技术的局限性。GLiBRL与各种强化学习算法无缝集成，并在MuJoCo和MetaWorld基准测试中展示了最先进的性能提升。