实体 VRDQ

VRDQ

PulseAugur coverage of VRDQ — every cluster mentioning VRDQ 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_165075 · Jul 27 · 04:00

新的VRDQ算法实现了更快的去中心化强化学习

研究人员开发了一种名为VRDQ的新型去中心化强化学习算法。该算法适用于多个智能体与同一马尔可夫决策过程交互并在网络上共享信息以学习最优状态-动作值（state-action values）的场景。VRDQ在静态和时变网络上都实现了高概率有限时间收敛率，通过协作实现了线性加速，并且与先前的方法相比大大降低了通信成本。