实体 Gym-MuJoCo

Gym-MuJoCo

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

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

TOOL · CL_183289 · Aug 5 · 04:00

新方法CSDG增强离线强化学习

研究人员推出了一种用于离线强化学习的新方法——凸包邻域平滑对偶泛化（CSDG）。CSDG通过显式地将样本内价值目标与泛化贡献分离开来，解决了分布外动作中估计误差放大的问题。该方法采用一种带有扰动半径和平滑系数的平滑技术来控制泛化目标的权重。在Gym-MuJoCo和AntMaze基准测试上的实验表明，CSDG表现出色且价值估计稳定。