PulseAugur
中
实时 09:58:05
实体 Multi-Output Augmented Behavioral Cloning

Multi-Output Augmented Behavioral Cloning

PulseAugur coverage of Multi-Output Augmented Behavioral Cloning — every cluster mentioning Multi-Output Augmented Behavioral Cloning 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_301269 ·

    新的MA-BC算法增强了多目标模仿学习

    研究人员开发了一种名为多输出增强行为克隆(MA-BC)的新算法,以应对多目标模仿学习的挑战。该方法将分歧的专家数据进行分区,同时汇集一致的状态-动作对,旨在恢复多目标马尔可夫决策过程中位于帕累托前沿的策略。该算法在理论上被证明比独立的专家学习者更有效地收敛到帕累托最优策略,并且被证明是minimax最优的。MA-BC已在各种离散环境中得到实证验证,并扩展到连续的线性二次调节器控制任务。