Linear Function Approximation as a Resource Efficient Method to Solve the Travelling Salesman Problem
PulseAugur coverage of Linear Function Approximation as a Resource Efficient Method to Solve the Travelling Salesman Problem — every cluster mentioning Linear Function Approximation as a Resource Efficient Method to Solve the Travelling Salesman Problem across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
强化学习优化卫星星座部署
本文提出了一种强化学习方法来优化卫星星座的部署。该方法将问题建模为马尔可夫决策过程，考虑了发射失败和卫星故障等因素。通过使用具有线性函数逼近和动作剪枝的离线近似值迭代，该方法显著降低了计算需求。初步结果表明，与滚动视界基线相比，该技术产生的策略具有更低的预期成本和部署时间，证明了其在太空物流中的有效性。
-
arXiv上的新研究推动了多臂老虎机算法和遗憾分析的进展 · 跟踪7个来源
arXiv上发表的多篇研究论文探讨了多臂老虎机（MAB）算法的进展。其中一篇论文重新审视了具有线性函数逼近的Softmax策略梯度在多臂老虎机场景下的全局收敛性，确定了渐近收敛的条件。另一篇论文解决了具有反事实公平性约束的因果逻辑老虎机问题，建立了minimax最优遗憾界。进一步的研究介绍了最大化广义平均福利的物品在线公平分配算法，并探讨了“上升多臂老虎机”中对时间跨度感知的益处。此外，还有研究深入探讨了基于偏好的老虎机问题的复杂性，…
-
新的Q学习框架提供稳定的无限维线性逼近
研究人员开发了一种使用无限维线性函数逼近的稳定Q学习新框架。该方法通过重建和压缩算子来保持贝尔曼收缩，从而解决了传统Q学习中的不稳定性问题。该框架的学习变量是紧致潜在度量空间上的系数场，并提供了\(\\widetilde O(n^{-1/2})\)阶的收敛界限。该方法为理解统计难度提供了强大的抽象，并能适应潜在空间的几何形状和光滑度。