PulseAugur
中
实时 08:14:12
实体 Marcell Bartos

Marcell Bartos

PulseAugur coverage of Marcell Bartos — every cluster mentioning Marcell Bartos 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_216145 ·

    新的IR-LQR算法通过内在奖励增强在线控制

    研究人员推出了一种用于在线线性二次调节器（LQR）问题的新型算法IR-LQR。该方法将强化学习中的内在奖励与方差正则化相结合，以鼓励在未知动力学系统中进行探索。IR-LQR修改了成本函数，保持了简单的结构以实现高效计算，并达到了$\sqrt{T}$的最优最坏情况遗憾率。飞机和无人机控制示例的数值实验证明了其与现有算法相比的有效性。