实体 pMDPs

pMDPs

PulseAugur coverage of pMDPs — every cluster mentioning pMDPs across labs, papers, and developer communities, ranked by signal.

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

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_16040 · May 5 · 04:00

新方法学习不确定性MDP，参数估计更精确

研究人员开发了一种新的马尔可夫决策过程（MDP）模型学习方法，该方法考虑了转移概率之间的依赖关系。该方法使用参数化MDP（pMDP）将转移概率表示为共享参数的函数，从而实现更准确的不确定性量化。所提出的技术将统计不确定性投影到参数空间，创建了一个可能近似正确（PAC）的不确定性模型，该模型尊重代数依赖关系，与传统方法相比，不确定性估计更精确。