实体
Random Network Distillation
Random Network Distillation
PulseAugur coverage of Random Network Distillation — every cluster mentioning Random Network Distillation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
Curiosity-Diffuser 通过引导扩散模型提高机器人可靠性
研究人员推出 Curiosity-Diffuser，这是一种旨在提高神经网络模型可靠性的新方法，尤其是在机器人应用中。该方法引导条件扩散模型生成好奇心较低的轨迹，从而降低与不准确行为和幻觉相关的风险。通过使用随机网络蒸馏模块评估行为与训练数据的对齐程度，并通过分类器引导最小化好奇心，该方法旨在提高策略的可靠性。模拟和真实世界实验表明，Curiosity-Diffuser 显著提高了任务性能，并产生了更接近训练数据集的行为。
-
新的联邦学习方法使用随机网络蒸馏进行客户端聚类
研究人员开发了一种新的聚类联邦学习方法，该方法解决了跨客户端非同分布数据带来的挑战。所提出的方法利用随机网络蒸馏基于预测误差来估计客户端相似性，从而在主要训练阶段之前发现客户端组。这种将聚类与学习过程分离的做法，使得大规模分布式系统能够在无需预先指定集群数量或协作结构的情况下实现自主协作。
-
OpenAI 通过 Dota 2、安全性和泛化性推进强化学习
OpenAI 发布了一系列研究论文，详细介绍了强化学习方面的进展。其中包括 OpenAI Five 在 Dota 2 中取得超越人类的表现，开发了 RL 安全探索的基准，并使用 CoinRun 环境量化了泛化能力。该公司还探索了新颖的方法，例如基于预测的奖励以实现好奇心驱动的探索，学习多智能体系统中的策略表示，以及一种名为 Evolved Policy Gradients 的实验性元学习方法，以加快新任务的训练速度。进一步的研究解决了…