PulseAugur
中
实时 10:27:11
实体 Reversal Q-Learning

Reversal Q-Learning

PulseAugur coverage of Reversal Q-Learning — every cluster mentioning Reversal Q-Learning 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_95914 ·

    新的反向Q学习算法提升离线强化学习性能

    研究人员推出了一种新颖的离策略强化学习算法——反向Q学习（RQL），专为离线强化学习任务设计。RQL利用迭代生成模型技术（如流匹配）来使用现有数据训练流策略。该算法通过生成虚拟的在线策略轨迹并采用偏差-方差缩减来缓解“视界诅咒”，从而解决了扩展马尔可夫决策过程框架中的挑战。在模拟机器人任务上的实验表明，RQL的性能优于现有的基于流的离线强化学习方法。