PulseAugur
实时 07:29:54
实体 state-action polytope

state-action polytope

PulseAugur coverage of state-action polytope — every cluster mentioning state-action polytope 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_247471 ·

    新论文探讨用于策略梯度的 Fisher-Rao 梯度流

    一篇新论文提出了一个理论框架,用于理解强化学习中的自然策略梯度方法。该研究侧重于应用于线性规划的 Fisher-Rao 梯度流,并展示了线性收敛率。这项工作为线性规划中的熵正则化提供了改进的估计,并扩展到扰动梯度流。