actor-critic reinforcement learning | BriefGPT

关键词actor-critic reinforcement learning

搜索结果 - 6

带有阶段演员的演员 - 评论家强化学习
强化学习中的政策梯度方法在解决连续最优控制问题方面具有很大潜力。本研究提出了一种名为 Phased Actor in Actor-Critic (PAAC) 的新方法，旨在改善政策梯度估计的质量，减少随机性变化，并提供稳定的系统动力学。PA
PDF3 months ago
资源受限的物联网环境下高效的基于 Transformer 的超参数优化
提出一种基于转换器架构和强化学习方法的新颖方法 TRL-HPO, 用于解决资源受限环境下超参数优化过程中的计算资源和透明度问题，并通过对 MNIST 数据集的评估，证明了 TRL-HPO 在相同时间段内比其他方法的卷积神经网络分类结果提高了
PDF4 months ago
带有保守优势学习的同时双 Q 学习对演员 - 评论家方法的应用
该论文提出了 Simultaneous Double Q-learning with Conservative Advantage Learning (SDQ-CAL) 算法，用于改善 Actor-critic Reinforcement
PDF2 years ago
应用于 PPO 和 RUDDER 的 Actor-Critic 方法的收敛证明
简述：证明了同时学习策略函数（Actor）和价值函数（Critic）的 Actor-Critic 强化学习算法的收敛性，该算法使用深度神经网络，并应用了二时间尺度随机逼近理论的技术。这对使用周期性样本数据并在学习过程中变得更贪心的 Acto
PDF4 years ago
面向协同过滤的分摊排序关键训练
本文提出了一种基于 actor-critic reinforcement learning 的协同过滤训练方法，使用 critic network 逼近排名度量指标，并通过 update actor network 来直接优化学习出的指标，
PDF5 years ago
使用专家演示预训练深度演员 - 评论家强化学习算法
本文提出了一种基于专家示范的演员 - 评论家强化学习算法，同时确保性能不会受到专家示范不是全局最优的影响，并在两个典型算法中应用该方法进行试验，表明专家示范预训练不仅能够提高性能，而且更具增强训练的效率。
PDF6 years ago