action spaces | BriefGPT - AI 论文速递

关键词action spaces

搜索结果 - 8

连续状态空间中的分布可靠随机控制的统计学习
该研究论文介绍了一个分布鲁棒的随机控制范式，能够容纳对分布内可能的自适应敌对扰动的噪声进行考虑，在给定的模糊集合内。通过对两种敌对模型的研究，我们揭示了在不同的动态规划方程下的最优有限样本极小化率，以实现对连续状态下健壮价值函数的统一学习，
PDF19 days ago
解耦动作空间的正则化
研究论文的主要内容是关于正则化强化学习，尤其是熵正则化的方法在最优控制和逆强化学习方面的应用。论文指出，改变动作数量对于标准非正则化强化学习方法没有影响，但会严重影响正则化的方法。为了避免过度正则化，需要解耦作用空间与正则项，并提出两种解决
PDFa month ago
电力系统拓扑优化的多智能体强化学习
该论文提出了一种适用于扩展动作空间的分层多智能体强化学习 (MARL) 框架，利用电网固有的分层结构，用于管理大规模的电力网络，并且实验结果表明该框架的性能与单智能体强化学习方法相当。
PDF9 months ago
针对连续动作空间的表示学习有助于有效的策略学习
本文提出了一种在潜在状态和动作空间中进行高效策略学习的方法，扩展了状态表示以达到更好的策略泛化能力，同时通过将整个学习任务划分为无监督学习和强化学习来减小了训练规模。最后，在 MountainCar、CarRacing 和 Cheetah
PDF2 years ago
AAAI双层规划的谓词发现
本文提出了一种从示例中学习抽象谓词的算法，通过优化可行但准确的替代目标，通过一组语法中提取的谓词集合进行爬山搜索，实验结果表明，我们的学习抽象能够快速解决悬而未决的任务，并优于六种基线。
PDF2 years ago
扩大行动空间
使用课程学习和跨行动空间的迁移学习来加速强化学习，通过限制其初始行动空间，同时为多个行动空间估算最优值函数，并高效地将数据、价值估计和状态表示从限制的行动空间转移到完整任务上，成功应用于复杂的大规模 StarCraft 微管理任务和控制任务
PDF5 years ago
ICLR事前学习与行动
本研究使用随机视频预测学习了捕捉场景动态的潜在变量，同时尽量不受场景内容的影响，从而学习代理的行动空间；该方法在半监督学习下表现相当于现有的完全监督方法，在任务如行动条件视频预测和计划学习行动空间时，需要几个数量级更少的行动标签。
PDF6 years ago
连续状态 - 动作非高斯系统的集中模型学习和规划
引入了一个针对具有连续状态和动作空间以及非高斯转移模型的随机域的模型学习和规划框架。该框架高效，因为只有在计划器需要它们时才估计局部模型；计划器集中于当前规划问题的最相关状态；计划器专注于信息最丰富和 / 或价值最高的动作。我们的理论分析显
PDF8 years ago