PulseAugur
中
实时 09:47:07
实体 Wasserstein policy gradient

Wasserstein policy gradient

PulseAugur coverage of Wasserstein policy gradient — every cluster mentioning Wasserstein 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_191383 ·

    新的 Wasserstein 策略梯度方法用于 LQ 控制问题

    研究人员开发了一种用于熵正则化线性二次 (LQ) 控制问题的 Wasserstein 策略梯度 (WPG) 方法。该方法利用了无约束 LQ 控制问题具有线性高斯最优策略这一事实。WPG 方法通过考虑动作空间中的传输来更新动作律，并且 Bellman 验证论证证实了折扣占用加权的逐状态 Wasserstein 梯度与该策略类相切。因此，WPG 方法简化为反馈增益和动作协方差的有限维常微分方程 (ODE)，该方程被证明是全局适定的，并且可…