PulseAugur
中
实时 16:32:02
实体 lambda-target update

lambda-target update

PulseAugur coverage of lambda-target update — every cluster mentioning lambda-target update 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. RESEARCH · CL_82029 ·

    新的Q学习方法通过几何目标更新增强稳定性

    研究人员引入了一种名为$\lambda$-target update的新方法，用于线性Q学习，该方法使用几何权重对周期性目标更新进行平均。该技术旨在提高Q学习的稳定性，尤其是在使用线性函数逼近时。该论文使用切换系统模型分析了这种机制，并指出它适用于确定性和随机强化学习场景。