PulseAugur
中
实时 06:22:05
实体 implicit quantile networks

implicit quantile networks

PulseAugur coverage of implicit quantile networks — every cluster mentioning implicit quantile networks 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_117663 ·

    新的均值扩展层加速强化学习价值共享

    研究人员开发了一种称为均值扩展层的新方法，用于加速Q学习等强化学习算法中的动作值学习。该层在单个状态内高效地跨不同动作共享价值信息，而不是独立更新每个状态-动作对。通过学习动作值的低范数表示，该方法在集成到深度Q网络和隐式分位数网络后，在Atari游戏上表现出改进的性能，减少了价值高估，并增加了动作差距。