PulseAugur
实时 10:04:52
实体 Preference-Conditioned Policy Learning

Preference-Conditioned Policy Learning

PulseAugur coverage of Preference-Conditioned Policy Learning — every cluster mentioning Preference-Conditioned Policy 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_131567 ·

    新的GraphAllocBench基准推动多目标策略学习

    研究人员推出GraphAllocBench,一个旨在评估多目标强化学习(MORL)中偏好条件策略学习(PCPL)的新基准。该基准建立在一个名为CityPlannerEnv的新型基于图的资源分配环境之上,与之前的PCPL基准相比,它提供了更大的灵活性和可扩展性。GraphAllocBench包含可定制的目标、多样的偏好条件和复杂的帕累托前沿,以及比例非支配解(PNDS)和排序得分(OS)等新指标,以更好地评估PCPL算法的性能。对现有P…