PulseAugur
中
实时 10:29:55
实体 Wenlong Mou

Wenlong Mou

PulseAugur coverage of Wenlong Mou — every cluster mentioning Wenlong Mou 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_327541 ·

    新的TD学习理论适应不完整的数据覆盖

    研究人员为强化学习中的时序差分（TD）学习开发了一个新的理论框架，该框架能够适应不完整的数据覆盖。该方法将“子图贝尔曼方差”确定为连接TD和蒙特卡洛方法的关键因素，并证明了一个界定TD学习均方误差的预言机不等式。该方法允许TD在没有显式子图选择或需要全局覆盖的情况下进行适应，并在实验研究中展示了改进的性能。