PulseAugur
中
实时 08:07:36
实体 HalfCheetah

HalfCheetah

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

Show in brief
总计 · 30天
2
90 天内 4
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 4
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 4 条
  1. TOOL · CL_362494 ·

    新型代理使用物理索引记忆来对抗强化学习中的灾难性遗忘

    研究人员开发了一种进化神经可塑性代理(ENA),旨在缓解持续强化学习中的灾难性遗忘。该代理使用物理索引的专家记忆来根据检测到的环境动态归档和检索策略。虽然 ENA 在非平稳 CartPole 环境中表现出持续的记忆保留能力,在五个测试场景中成功率达到 83.2%,但它在 CartPole 上的适应速度比近端策略优化(Proximal Policy Optimization)慢,并且在 HalfCheetah 上的回报低于软 Actor…

  2. TOOL · CL_315128 ·

    新的DMDP框架稳定强化学习中的状态分布

    研究人员引入了基于差异的马尔可夫决策过程(DMDPs),以稳定强化学习中的状态分布。该新框架旨在确保状态分布收敛到期望目标并保持稳定,超越了传统的期望奖励优化。该方法通过衡量当前分布与目标分布之间的差异来构建问题,建立渐近稳定性条件,并开发策略学习和验证方法。

  3. RESEARCH · CL_215890 ·

    新研究探索机器人形态与控制学习优化

    两篇新研究论文探讨了机器人形态和控制学习的进展。第一篇论文介绍了 AdaControl,一种同时优化机器人形态和控制学习的方法,将计算量减少高达 80%,并发现了多样化的高性能设计。第二篇论文提出了图算子世界模型(Graph-Operator World Models, GraphOp-WM),一种新颖的方法,使机器人能够通过将转移分解为与形态无关的基础和与形态相关的算子来泛化控制到未见的形态参数。

  4. TOOL · CL_56198 ·

    新框架可视化AI控制中的运动阶段

    研究人员开发了一个新框架,用于可视化深度强化学习(DRL)运动控制策略中的潜在运动阶段结构。该方法将聚类特征从仅状态观测扩展到包括动作和下一个状态,并引入了一种在最小化自转换的同时确定最佳聚类数量的技术。当应用于Ant-v5、HalfCheetah-v5和Walker2D-v5等环境时,与现有方法相比,所提出的方法成功识别出更清晰、更规则的阶段结构。