实体 V-Simba

V-Simba

PulseAugur coverage of V-Simba — every cluster mentioning V-Simba 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_193776 · Aug 11 · 04:00

V-Simba架构提升视觉控制中RL的样本效率

研究人员推出了一种新颖的强化学习（RL）架构V-Simba，旨在提高视觉连续控制任务中的样本效率。受基于状态的RL中使用的Simba架构的启发，V-Simba结合了归一化层和逐点卷积，以稳定训练并降低计算成本。与DrQ-v2相比，新架构在DMC、Adroit和Meta-World等基准测试中表现出与现有最先进方法相当或更优的性能，同时计算效率更高。