PulseAugur
中
实时 06:16:37
实体 Probability Flow ODEs

Probability Flow ODEs

PulseAugur coverage of Probability Flow ODEs — every cluster mentioning Probability Flow ODEs 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_321542 ·

    新框架解决了离线最大熵强化学习问题

    研究人员开发了一个新的离线最大熵强化学习框架，该框架将环境建模与价值函数学习分开。该方法利用基于概率流ODE的条件扩散模型来估计奖励分布和转移核。由此产生的分布估计器近似软最优贝尔曼算子，然后使用深度神经网络最小化该算子以学习最优软行动价值函数。该方法包括对分布算子估计和软值学习的非渐近理论保证，其结果不需要贝尔曼完备性。