entropy-regularized | BriefGPT

关键词entropy-regularized

搜索结果 - 9

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
改进的均场神经网络的粒子逼近误差
通过改进粒子近似误差的对数 Sobolev 不等式常数依赖性，我们展示了 MFLD 的收敛性提高、对均场稳态分布的采样保证以及粒子复杂度的统一随时间的 Wasserstein 传播。
PDFa month ago
连续时间风险敏感强化学习的二次变差惩罚
该研究论文探讨了基于熵正则化的探索性扩散过程形式下的连续时间风险敏感强化学习，包括风险敏感目标函数、马丁格尔观点和二次变化。通过这个特征描述，我们可以通过增加价值过程的实现方差来将非风险敏感 RL 算法应用于风险敏感场景，并证明了该算法在
PDF3 months ago
具有循环对称性的最优输运
我们提出了利用输入数据的周期对称结构的新型快速最优传输算法，通过利用周期对称性和各种优化技术，将传输优化问题简化为具有更少变量的小型优化问题，从而更快地获得原始最优输运问题的最优解和目标函数值。在这篇论文中，我们主要关注两个关键的传输优化问
PDF7 months ago
网络多智能体强化学习中局部策略迭代的全局收敛性
本研究提出了一种名为局部策略迭代的算法，可以通过提高智能体之间的合作，最大化长期奖励的平均值，解决了多智能体强化学习问题中所面临的维度诅咒和通信限制的问题。
PDF2 years ago
带熵正则化的约束马尔可夫决策过程的双重方法
研究了采用软最大化参数化的熵正则化约束马尔可夫决策过程及其 Lagrange 对偶函数和约束违规等问题。并提出了加速对偶下降方法以实现全局收敛性。
PDF3 years ago
ICML最优输运的高效离散化
本文提出基于最小化（熵正则化）Wasserstein 距离的算法来计算离散化解决方案，可以通过将连续解决方案的近似值与独立同分布抽样方法相结合，来获得具有可比性的方案，并证明了近似误差边界及在多种问题上的性能表现。
PDF3 years ago
计算投影鲁棒瓦瑟斯坦距离的黎曼块坐标下降方法
本文提出了一种基于新颖的正则化最大最小化问题的 Riemann 块坐标下降（RBCD）方法，用于解决高维概率分布下 Wasserstein 距离的问题。该方法能够有效地进行降维和计算，适用于大规模问题。数值结果表明，该方法比现有的一些算法更
PDF4 years ago
具有模型误差的连续控制强化学习
提供了一个框架，可将稳健性合并到持续控制强化学习算法中，通过学习最优策略并推导相应的鲁棒性熵正则化贝尔曼收缩算子来实现，并进一步引入了较不保守的软稳健熵正则化目标及相应贝尔曼算子，实验证明在九个领域的环境扰动及高维度的机器人控制方面，稳健和
PDF5 years ago