实体 V-SHARE

V-SHARE

PulseAugur coverage of V-SHARE — every cluster mentioning V-SHARE 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_303353 · Oct 16 · 04:00

新的V-SHARE算法为强化学习提供可证明的收敛性

研究人员推出了一种新颖的基于优势的价值学习算法V-SHARE，用于强化学习，可增强跨动作的信息共享。该方法将动作价值函数分解为状态依赖值和动作特定优势，并借鉴了Q学习等现有技术的有效性。V-SHARE首次对这类算法进行了全面的理论表征，提供了渐近收敛和有限样本保证，并解决了异步Q学习中稀有动作的挑战。