Jul, 2024
逆问题自适应采样策略的增强学习
Reinforcement Learning of Adaptive Acquisition Policies for Inverse
Problems
Gianluigi Silvestri, Fabio Valerio Massoli, Tribhuvanesh Orekondy, Afshin Abdi, Arash Behboodi
TL;DR我们提出了一种基于强化学习的自适应采集方案,该方案在连续动作空间中联合学习恢复算法,通过获取较少的测量数据以更好地恢复底层信号,并利用变分公式提供了概率设计,验证了在低采辑限制情景中自适应策略的好处。