实体 Savgo

Savgo

PulseAugur coverage of Savgo — every cluster mentioning Savgo 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

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_14186 · May 1 · 17:09

SAVGO算法利用几何学改进强化学习策略更新

研究人员推出了一种新颖的强化学习算法SAVGO，旨在改进连续控制任务中的策略更新。SAVGO学习一个联合状态-动作嵌入空间，其中相似的动作-值估计由高余弦相似度表示。这种几何方法允许策略改进朝着更高价值区域引导，统一了表示学习、值估计和策略优化。在MuJoCo基准测试上的评估表明，SAVGO在复杂、高维任务上的表现优于现有方法。