PulseAugur
实时 07:47:18
实体 Personalized Early-exit Adaptive Reinforcement Learning

Personalized Early-exit Adaptive Reinforcement Learning

PulseAugur coverage of Personalized Early-exit Adaptive Reinforcement Learning — every cluster mentioning Personalized Early-exit Adaptive Reinforcement Learning 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_252165 ·

    PEARL框架增强了以人为中心的CPS中的隐私-效用控制

    研究人员开发了PEARL,一个用于控制利用深度强化学习的以人为中心的网络物理系统(CPS)中隐私和效用的新框架。PEARL采用双路径早期退出深度Q网络,在不注入噪声的情况下结构性地限制共享动作的描述能力。这是通过使用效用置信度标签(UCL)和隐私置信度标签(PCL)来实现的,以确保动作质量并控制隐私泄露。该框架已在智能家居HVAC和VR教室系统上得到验证,证明在可控的效用成本下,对抗性状态推断的准确性显著降低。