continuous actions | BriefGPT

关键词continuous actions

搜索结果 - 6

在行动中联系多模态大型语言模型
通过研究行为空间适配器，我们发现多模态大型语言模型在融入多种方法并处理连续行为和离散行为时可以获得最佳性能。
PDF24 days ago
具有连续动作空间的低秩马尔可夫决策进程
在这项研究中，我们研究了将低秩马尔可夫决策过程（MDPs）的方法扩展到具有连续动作的情况，并探索了多种具体方法。我们以 FLAMBE 算法作为案例研究，表明在动作允许连续的情况下，得到了类似的 PAC 界限。
PDF8 months ago
使用 Voronoi 树进行自适应离散化来处理连续动作 POMDP
该论文介绍了一种新的基于采样的在线 POMDP 求解器，名为 Adaptive Discretization using Voronoi Trees（ADVT）。它使用 Monte Carlo tree search 与适应性离散化的行动空
PDF2 years ago
连续动作下高效的上下文强化学习
我们创建了一个计算可行的算法，用于具有未知结构的连续操作的上下文强盗问题，并且它与大多数监督学习表示法相结合，我们证明它可以在一般意义下工作，并通过大规模实验验证了新功能。
PDF4 years ago
NIPS通过恒稳调节驱动好奇心的强化学习
本论文提出了一种基于信息理论和动物本能的好奇奖励方法，并通过实验证明了该方法对增强学习代理在复杂环境中与连续行动交互中提高信息增益的额外调节作用。
PDF6 years ago
基于参数探索的策略梯度中的高效样本重用
本文提出一种有效的基于参数探索的政策梯度算法，通过结合梯度估计的再利用、重要性采样和优化基准线等三个思想，成功地降低了算法的方差，从而实现计算高效的政策更新。理论分析和实验说明了该方法的实用性。
PDF11 years ago