PulseAugur
中
实时 08:56:45
实体 Reinforcement Learning with Imagined Subgoals

Reinforcement Learning with Imagined Subgoals

PulseAugur coverage of Reinforcement Learning with Imagined Subgoals — every cluster mentioning Reinforcement Learning with Imagined Subgoals 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_229304 ·

    新的局部引导Actor-Critic方法改进了目标条件强化学习

    研究人员引入了一种名为局部引导Actor-Critic（LG-AC）的新方法，以解决目标条件强化学习中的挑战，特别是在长时域和稀疏奖励的情况下。现有的技术，如带有想象子目标的强化学习（RIS）和基于势能的奖励塑造（PBRS），存在目标链式问题和欺骗性奖励等局限性。LG-AC旨在通过奖励智能体达到中间目标来克服这些问题，将值函数表示为子目标条件值函数的总和，以实现密集的事后重标号。实验表明，LG-AC在需要复杂目标链的任务中优于其他方法。