PulseAugur
实时 09:46:15
实体 Vector Symbolic Policy Gradient

Vector Symbolic Policy Gradient

PulseAugur coverage of Vector Symbolic Policy Gradient — every cluster mentioning Vector Symbolic Policy Gradient across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_210442 ·

    新的向量符号策略梯度方法提高了强化学习的效率

    一篇新研究论文介绍了一种用于强化学习的新型离散动作的 actor:向量符号策略梯度(VSPG)。VSPG 将每个动作表示为一个单位范数的超向量,并根据其与编码状态的相似度对其进行评分。该论文证明,VSPG 的更新机制等同于优势加权超向量捆绑,能够在不增加推理时间内存的情况下实现样本高效学习。此外,它还为贪婪动作选择提供了定量的鲁棒性保证。