continuous state | BriefGPT

关键词continuous state

搜索结果 - 7

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
DPO: 差分强化学习及其在最优配置搜索中的应用
提出了第一个可以处理拥有有限训练样本和较短长度回合的差分强化学习框架，命名为差分策略优化（DPO）。DPO 是一种点对点和阶段对阶段迭代方法，通过本地运动算子编码的策略进行优化，具有可扩展性，且在基准实验中与几种流行的强化学习方法相比展现出
PDF2 months ago
光滑 MDPs 中的无悔强化学习
为了解决在连续状态和 / 或动作空间中得到强化学习（RL）无后悔保证仍然是该领域的主要挑战之一，本论文引入了一种新的结构性假设，即 $ u-$ 平滑性，它概括了迄今已提出的大多数设置（如线性 MDPs 和 Lipschitz MDPs），我
PDF5 months ago
通过对比行为总结展示自主机器人能力
本文提出了一种自适应搜索方法，用于有效生成对比行为总结，该方法支持连续状态和操作空间，并通过用户研究证明其可以帮助人们在有限的观察时间预算内准确选择表现更好的自主代理人。
PDFa year ago
连续状态和行动空间中强化学习的几何学
使用几何镜头建立对连续状态和动作空间的理论理解，以证明可达状态的低维流形的维度最多为动作空间维度加一，并且通过使用 DDPG 的深度神经网络训练出的低维度表示策略学习表现良好。
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
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