PulseAugur
实时 15:20:10
实体 Relay Value Function

Relay Value Function

PulseAugur coverage of Relay Value Function — every cluster mentioning Relay Value Function 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
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_36600 ·

    Mind Dreamer 框架通过主动想象增强强化学习

    研究人员推出了一种名为 Mind Dreamer (MD) 的新颖框架,旨在通过使想象力超越观察到的状态来增强基于模型的强化学习。MD 采用主动潜在干预 (ALI) 来合成合理但具有挑战性的初始状态,超越了历史束缚。该方法利用学习到的生成器和对抗过程来探索认知盲点,并推导出了中继价值函数 (RVF) 和中继不确定性函数 (RUF) 来处理这些合成状态的信用分配。经验表明,MD 在现有方法上实现了显著的加速,平均学习速度提高了 1.67…