eligibility traces | BriefGPT

关键词eligibility traces

搜索结果 - 7

AAAI从过去到未来：重新思考资格追踪
我们介绍了对信用分配和政策评估挑战的新视角，并引入了双向值函数的概念，它可以同时考虑未来期望回报和过去累计回报，通过实验证明这种价值函数在增强政策评估过程中的有效性。
PDF6 months ago
一种神经形态学架构用于基于实数观测的强化学习
该论文提出了一种新颖的脉冲神经网络 (SNN) 架构，用于解决具有实值观测的强化学习问题，该模型结合了多层事件驱动聚类、时序差分误差调节和资格迹，通过消融实验验证了这些组件对模型性能的显著影响，该网络在经典的强化学习环境中始终优于基于表格的
PDFa year ago
AAAI预期资格追踪
介绍了一种名为期望资格追踪 (expected eligibility traces) 的新方法，相比之前的资格追踪方法，该方法可以更有效地解决强化学习中信用分配问题。
PDF4 years ago
IJCAI基于随机投影和资格追踪的 LSTD 有限样本分析
该研究提出了一种利用随机投影和资格痕迹策略处理高维特征空间下的政策评估问题的新算法，经过理论分析，证明其比之前的算法表现更好。
PDF6 years ago
许可证痕迹和行为时间尺度上的可塑性： neoHebbian 三因素学习规则的实验支持
论文综述了三因素突触可塑性学习规则的四个关键实验，支持突触可塑性学习规则中的突触资格痕迹在时间尺度上的作用和第三因素的作用，以及乃伊 - 赫布三因素学习规则的生物实现。
PDF6 years ago
NIPS探究深度 Q 网络中的重复和资格迹
本文研究了资格追踪在 Atari 游戏中和循环神经网络相结合的应用，展示了循环网络和资格追踪在 Atari 游戏中的优势，并强调了训练中所使用的优化的重要性。
PDF7 years ago
具有资格追踪的离线学习：一份调查报告
采用资格追踪技术对现有算法进行了系统的改进，并提出了新的扩展算法，比较实验结果表明标准的 on-policy 和 off-policy LSTD（λ）/LSPE（λ）算法以及如果特征空间维度太大不能使用最小二乘法则选择 TD（λ）算法最佳。
PDF11 years ago