实体
Prioritized Experience Replay
Prioritized Experience Replay
PulseAugur coverage of Prioritized Experience Replay — every cluster mentioning Prioritized Experience Replay across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新框架使机器人能够在不忘记旧技能的情况下学习新技能
研究人员开发了一个名为持续策略整合（CPC）的新框架，使机器人能够在不忘记先前技能的情况下学习新技能。CPC采用师生模型，其中独立的教师通过强化学习来学习技能，并将它们的行为提炼成一个中心学生策略。这种方法将技能获取与整合分开，将学生的学习视为一项监督任务。学生策略利用可扩展的基于Transformer的专家混合架构和优先轨迹回放，在添加更多任务时平衡稳定性和可塑性。
-
D3QN-PER提升无人机-IRS通信的保密能效
研究人员开发了一种新颖的方法，通过集成无人机（UAV）和智能反射面（IRS）来增强低空无线通信中的保密能效。所提出的方法构建了一个复杂的优化问题，以最大化保密能效，涉及波束成形、IRS相位偏移和无人机轨迹。为了解决无人机轨迹优化问题，引入了一种基于优先经验回放的双深度Q网络（D3QN-PER）算法，据称与传统的深度Q网络相比，该算法提供了更好的收敛性和稳定性。