实体 RL tasks

RL tasks

PulseAugur coverage of RL tasks — every cluster mentioning RL tasks 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

RESEARCH · CL_352227 · Nov 9 · 20:03

新框架将神谕策略提炼为可解释的决策列表

研究人员开发了一个名为符号模仿学习的新框架，该框架将离线数据集中的神谕策略提炼为可解释的决策列表。这种方法结合在线增强随机搜索（ARS）调优，在20个基准强化学习任务中近似甚至在某些情况下超越了神谕的性能。所得策略简洁明了，领域专家可以理解。