实体 ReQRL

ReQRL

PulseAugur coverage of ReQRL — every cluster mentioning ReQRL across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_277227 · Oct 3 · 04:00

新的ReQRL方法增强了OGBench上以目标为条件的强化学习

研究人员开发了ReQRL，一种以目标为条件的强化学习（GCRL）的新方法，该方法将目标达成成本建模为准度量距离。该方法使用有限时间范围的可达性来约束Critic的值梯度，有效地将动态可达性与边界几何解耦。在OGBench数据集上，ReQRL与现有的准度量和离线GCRL方法相比，表现具有竞争力或更优。