multi-experts approach | BriefGPT

关键词multi-experts approach

搜索结果 - 1

用于上下文强化学习问题的神经网络委员会
本文提出了一种新的上下文强化学习算法 NeuralBandit，它不需要对上下文和奖励的稳定性提出假设。该算法使用多个神经网络来建模上下文的价值，并提出了两种基于多专家方法的变体来在线选择多层感知器的参数。该算法在大型数据集上进行了测试，包
PDF10 years ago