PulseAugur
中
实时 11:24:10
实体 Redistribution-based Cost Inference

Redistribution-based Cost Inference

PulseAugur coverage of Redistribution-based Cost Inference — every cluster mentioning Redistribution-based Cost Inference 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_198115 ·

    新的RCI框架通过稀疏反馈增强安全离线强化学习

    研究人员开发了一个名为基于重分配的成本推断（RCI）的新框架，以改进安全离线强化学习。该方法通过将轨迹级别的停止信号转换为密集的每步成本标注来解决稀疏反馈的挑战。RCI框架在理论上保留了最优策略集，同时在实践中增强了成本Critic的学习。在高速公路驾驶和机器人操作任务上的实验表明，与现有基线相比，RCI显著降低了违规率。