PulseAugur
中
实时 07:31:50
实体 Lifted Bellman Linear Programming

Lifted Bellman Linear Programming

PulseAugur coverage of Lifted Bellman Linear Programming — every cluster mentioning Lifted Bellman Linear Programming 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_351983 ·

    新方法使用学习到的对偶上升法解决离线强化学习问题

    研究人员开发了一种解决提升贝尔曼线性规划(LBLP)问题的新方法,这是一种用于离线强化学习的技术。这种称为AL-LBLP的方法利用乘子法通过对偶上升法学习惩罚系数,无需目标网络和固定系数。AL-LBLP方法在各种基准测试中表现强劲,在OGBench任务以及humanoidmaze-giant和antmaze-giant等长时域任务上取得了高成功率,同时还显示出对大批量大小的鲁棒性。