PulseAugur
实时 17:28:50
实体 Maximum Entropy Adjoint Matching

Maximum Entropy Adjoint Matching

PulseAugur coverage of Maximum Entropy Adjoint Matching — every cluster mentioning Maximum Entropy Adjoint Matching 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
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_21970 ·

    新的ME-AM框架通过熵最大化增强离线强化学习

    研究人员引入了最大熵伴随匹配(ME-AM),一个旨在改进离线强化学习的新框架。该方法通过结合熵最大化和混合行为先验,解决了现有方法中的局限性,如流行度偏差和支持绑定。ME-AM旨在使智能体能够更有效地从离线数据集中学习最优策略,即使在低密度区域也能学习,并探索分布外区域以获得更高奖励。