实体 Svae

Svae

PulseAugur coverage of Svae — every cluster mentioning Svae across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_280166 · Oct 5 · 04:00

新的SVAE算法解决了约束马尔可夫决策过程问题

研究人员开发了一种名为安全方差自适应探索（SVAE）的新算法，用于约束马尔可夫决策过程（CMDPs）中的在线学习。该算法旨在有效学习这些过程中的安全子图，同时管理累积奖励的方差并控制约束违反。SVAE实现了特定的累积遗憾界限，并限制了步进约束违反，理论表明这些实例特定的依赖性是不可避免的。