PulseAugur
中
实时 10:25:24
实体 State-Conditioned Shooting (SCOOT)

State-Conditioned Shooting (SCOOT)

PulseAugur coverage of State-Conditioned Shooting (SCOOT) — every cluster mentioning State-Conditioned Shooting (SCOOT) 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_275388 ·

    新的SCOOT算法利用精英样本和MoE解决高风险运动控制问题

    研究人员开发了一种名为状态条件射击(SCOOT)的新型深度强化学习算法,专为高风险、高精度运动控制任务设计。与通常可以纠正错误的DRL应用不同,SCOOT解决了具有不可逆动作和敏感奖励环境的任务。该算法通过将策略优化集中在精英样本上,采用混合专家(MoE)策略进行模式切换,并结合学习课程的距离正则化来探索多样化策略,从而增强了优势加权回归(AWR)。