PulseAugur
中
实时 21:19:51
实体 Scalar Adjoint Matching

Scalar Adjoint Matching

PulseAugur coverage of Scalar Adjoint Matching — every cluster mentioning Scalar Adjoint Matching 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. RESEARCH · CL_287014 ·

    新的Q学习方法SQAM提高了复杂强化学习任务的性能

    研究人员开发了一种名为标量伴随匹配(SQAM)的强化学习新技术。该方法通过引入闭式标量伴随,解决了微调流策略的挑战,与传统的伴随匹配相比,显著降低了计算成本。SQAM在困难的OGBench领域表现出显著的改进,比现有基线高出18至35个百分点。该技术还成功应用于真实机器人上微调大型视觉-语言-动作策略,显示出优于监督微调的收益。