PulseAugur
实时 10:32:35
实体 Programmatic Dynamics Priors for Value Network Initialization

Programmatic Dynamics Priors for Value Network Initialization

PulseAugur coverage of Programmatic Dynamics Priors for Value Network Initialization — every cluster mentioning Programmatic Dynamics Priors for Value Network Initialization 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. RESEARCH · CL_187158 ·

    新AI方法使用LLM初始化强化学习代理

    研究人员推出ProDVI,一个旨在提高深度强化学习代理样本效率的新框架。ProDVI利用大型语言模型生成Python代码,假设环境动力学,创建用于预训练价值网络的合成转换。这种方法绕过了对预收集数据集或高保真模拟器的需求,为初始化RL代理提供了一种新方法。在OpenAI Gym和DeepMind Control Suite任务上的实验证明了ProDVI在提高无模型RL算法样本效率方面的有效性。