PulseAugur
中
实时 13:35:38
实体 visitation probabilities

visitation probabilities

PulseAugur coverage of visitation probabilities — every cluster mentioning visitation probabilities 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
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_235405 ·

    揭示强化学习新几何框架

    研究人员通过将占用测度表征为“访问测度”，引入了一种新颖的强化学习框架。这种新方法将规划标准嵌入动力学中，从而产生一个双重平坦的统计流形。这种几何结构允许规划即推理超越线性奖励扩展到非线性泛函，每次迭代都通过自然梯度步骤解决。时间差分误差被重新解释为边际效用估计，对强化学习和理论神经科学都有影响。