PulseAugur
中
实时 08:04:00
实体 Schrödinger--Föllmer Actor--Critic

Schrödinger--Föllmer Actor--Critic

PulseAugur coverage of Schrödinger--Föllmer Actor--Critic — every cluster mentioning Schrödinger--Föllmer Actor--Critic 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. TOOL · CL_342346 ·

    新的SFAC方法通过扩散策略增强了强化学习

    研究人员引入了Schrödinger--Föllmer Actor--Critic (SFAC)方法，这是一种用于离线到在线强化学习的新方法。SFAC利用条件扩散，通过采用minimax Bellman critic来估计动作价值函数，从而改进策略。该方法旨在解决扩散策略中从结果目标分布采样的挑战，并在连续控制任务上展示了改进的性能。