实体
Soft Q-learning
Soft Q-learning
PulseAugur coverage of Soft Q-learning — every cluster mentioning Soft Q-learning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新的LLM智能体框架自动化复杂车辆路径问题
研究人员开发了一个名为强化学习增强LLM智能体（RLEA）的新框架，用于自动化建模复杂的车辆路径问题（VRP）。该多智能体系统使用一个通过Soft Q-learning训练的轻量级神经网络规划器来管理基于LLM的智能体。RLEA整合了进化记忆模块和检索增强生成，使其能够从过去的经验和外部求解器知识中学习。在对48种VRP变体的评估中，RLEA的成功率比以前最先进的方法提高了16.67%，并减少了运行时错误，证明了将强化学习与LLM推理…
-
新的Soft Q(λ)方法增强了离策略强化学习
研究人员推出了一种新颖的熵正则化强化学习多步离策略方法Soft $Q(\lambda)$。该框架通过在任意行为策略下实现有效的信用分配，扩展了现有的soft Q-learning技术。所提出的方法使用了一个新的Soft Tree Backup算子和资格迹，提供了一种无模型的方法来学习熵正则化的价值函数，可用于未来的实证研究。