PulseAugur
中
实时 09:18:28
实体 Lagrangian optimisation

Lagrangian optimisation

PulseAugur coverage of Lagrangian optimisation — every cluster mentioning Lagrangian optimisation 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_300582 ·

    逆强化学习中奖励函数更新的新几何视角

    研究人员在逆强化学习（IRL）中引入了一种新颖的奖励函数更新几何视角。该方法将焦点从传统的基于梯度的优化转移到占用空间的几何学上。通过深入了解最优解及其几何特性，研究表明e-测地线上的几何形状如何影响IRL对偶问题的梯度。这导致了一个预条件梯度，它以最小的计算开销提供了高效、自然梯度风格的更新，并将策略搜索与近似熵Mirror Descent联系起来。