PulseAugur
中
实时 07:25:50
实体 Personalized Federated Exploration-Free Value Iteration

Personalized Federated Exploration-Free Value Iteration

PulseAugur coverage of Personalized Federated Exploration-Free Value Iteration — every cluster mentioning Personalized Federated Exploration-Free Value Iteration 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_352215 ·

    新算法利用奖励多样性实现个性化联邦强化学习

    研究人员引入了两种新算法：个性化联邦上限置信值迭代（PF-UCBVI）和个性化联邦无探索值迭代（PF-EFVI），旨在增强具有不同目标代理的联邦强化学习环境中的协作。PF-UCBVI通过分离共享动态和个体目标来实现最优线性加速，而PF-EFVI利用奖励多样性确保状态-动作覆盖而不进行显式探索，实现了对数遗憾。这些方法表明，代理分歧可以被用作高效集体学习的资产。