实体
JinCheng Ying
JinCheng Ying
PulseAugur coverage of JinCheng Ying — every cluster mentioning JinCheng Ying 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
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新研究探讨Critic估计和神经Actor-Critic方法
两篇新研究论文探讨了强化学习中Actor-Critic算法的进展。第一篇论文重新审视了Soft Actor-Critic (SAC)算法中的Critic估计，比较了六种不同的Critic变体，发现使用重放轨迹片段训练lambda-return critic可以提高性能，尤其是在连续控制任务中。第二篇论文介绍了一种神经Actor-Critic程序，它结合了minimax Bellman估计器和反射Langevin采样器，提供了理论保证，…
-
新的SFAC方法通过扩散策略增强了强化学习
研究人员引入了Schrödinger--Föllmer Actor--Critic (SFAC)方法，这是一种用于离线到在线强化学习的新方法。SFAC利用条件扩散，通过采用minimax Bellman critic来估计动作价值函数，从而改进策略。该方法旨在解决扩散策略中从结果目标分布采样的挑战，并在连续控制任务上展示了改进的性能。