实体 Jing Sun

Jing Sun

PulseAugur coverage of Jing Sun — every cluster mentioning Jing Sun 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

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_44990 · May 22 · 04:00

新架构改进多时间尺度强化学习

研究人员开发了一种名为Target Decoupling的新架构，以解决多时间尺度强化学习中的问题。该方法分离短期和长期信号以改进策略更新，防止了代理目标攻击和策略崩溃等常见问题。在LunarLander-v2环境上的实验表明，与现有方法相比，性能显著提高，方差减小。