实体 Value Regression

Value Regression

PulseAugur coverage of Value Regression — every cluster mentioning Value Regression 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_323144 · Oct 19 · 20:55

VPFlow 通过价值预测规划推进离线强化学习

研究人员开发了 VPFlow，这是一种新颖的离线目标条件强化学习方法，它优先考虑价值预测而非状态预测进行规划。该方法利用价值回归的闭式蒙特卡洛回报，训练潜在世界模型来预测目标达成价值而非未来状态。VPFlow 利用这些面向规划的表示，结合一步流策略和进化搜索，在 OGBench 数据集上的成功率方面与现有的无模型和潜在规划器相比有了显著提高。