model-based algorithm | BriefGPT

关键词model-based algorithm

搜索结果 - 11

无监督机器学习分类周期超结构中波的约束
使用无监督机器学习方法优化了一种用于波束约束分析的扩展方法，通过聚类算法精确定位合适的约束维度，实验中发现模型算法表现更佳。
PDFa year ago
基于模型的元强化学习方法：变压器和树搜索
通过模型学习和在线计划，基于 Transformer 架构的模型算法在元强化学习问题的符号 Alchemy 环境中展示出比先前应用的基于模型无关的强化学习方法更好的性能，揭示了基于模型的方法在元学习的探索和利用方面的相关性和变现出复杂动态的
PDF2 years ago
PAC 强化学习用于预测状态表示
本文研究了在线强化学习在部分可观测动态系统中的应用，提出了一种基于模型的算法，通过可观测量学习了一个近似最优策略，其样本复杂度与系统的有关参数呈多项式关系。该算法自然地支持函数逼近，可处理具有潜在大状态和观测空间的系统，并且在一些特殊模型中
PDF2 years ago
关于利用方差缩减方法对于随机连续环境下的时差学习进行修正
本文研究了使用时差学习算法评估连续时间进程的策略评估问题，并根据随机微分方程的时间离散化来学习连续值函数。通过为差分学习提供零均值修正，我们提出了一种鲁棒的算法，包括两种算法：一种是基于模型的算法，另一种是基于无模型的算法，其收敛性得到了证
PDF2 years ago
通过想象近未来来实现安全强化学习
本研究关注应用于现实世界问题中的强化学习算法，提出了一种基于模型的算法可以规避不安全状态并降低安全违规，在连续控制任务中取得相当的回报.
PDF2 years ago
随机最短路径的隐式有限时间近似和有效最优算法
该研究利用隐式有限时间近似技术，提出一种通用的模板，用于开发 Stochastic Shortest Path 模型中的情感极小化算法，并且开发了两个新算法，一个是无模型算法，一个是基于模型的算法。这两个算法具有高度稀疏更新，比所有现有算法
PDF3 years ago
随机最短路径：极小 - 极大，无参数和无限时间后悔
本文旨在解决随机最短路径问题中的学习问题，并设计了一种名为 EB-SSP 的基于模型的算法。该算法通过探索奖励来诱导一个乐观的 SSP 问题，其值迭代方案已被证明会收敛，并获得与下限之间的效果。同时，该算法在不使用任何先前知识的情况下获得最
PDF3 years ago
迎合挑剔的顾客：多目标强化学习的遗憾界与探索复杂度
提出一种基于马尔可夫决策过程的实现多目标强化学习的模型，针对不确定性的 reward 函数，使用内积方法建立了一种新的衡量指标，探讨了在线学习以及基于 Preference-free exploration 的学习方式，并提出了一种轨迹复杂
PDF4 years ago
基于模型的离线优化的部署高效强化学习
本文提出了一个新概念 —— 部署效率，以衡量一个策略学习过程中使用的不同数据收集策略的数量，指出递归地使用现有的无模型离线强化学习算法不能实现实用的部署效率和样本效率，因此提出了一种名为 BREMEN 的新型基于模型的算法，在仅使用 10-
PDF4 years ago
PlanGAN：基于模型的稀疏奖励和多目标规划
本研究提出了 PlanGAN，一种使用模型的算法，专门针对具有稀疏奖励环境的多目标任务进行求解，该算法比最成功的基于无模型 RL 算法的方法在提高 4-8 倍的样本效率下达到可比较的表现。
PDF4 years ago
通过生成模型在模型为基础的强化学习中突破样本量限制
研究强化学习的样本效率，证明了两种算法的最小最优性，同时实现了目标准确率的最小最优样本复杂度，这是目前首次提供涵盖整个样本范围的最小最优保证。
PDF4 years ago