实体 Tongxin Li

Tongxin Li

PulseAugur coverage of Tongxin Li — every cluster mentioning Tongxin Li 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_178485 · Aug 3 · 04:00

新的MDP算法整合Q值预测以增强鲁棒性

研究人员开发了一个新的马尔可夫决策过程（MDP）框架，通过整合Q值预测来改进传统方法。这种方法超越了将机器学习建议视为黑箱的做法，而是利用有关建议如何生成的信息来实现一致性和鲁棒性之间的更好平衡。所提出的方法允许动态适应，通过智能地结合机器学习建议和鲁棒基线来实现近乎最优的性能保证。