multi-task reinforcement learning | BriefGPT

关键词multi-task reinforcement learning

搜索结果 - 28

PaCo: 参数组合多任务强化学习
本文介绍了一种名为 PaCo 的参数组合方法，用于解决多任务强化学习中关于参数共享的挑战，并在 Meta-World 基准测试中取得了最先进的性能。
PDF2 years ago
多任务强化学习中具有分布式价值近似的转换轨迹变换器
SwitchTT 是一种用于解决多任务强化学习中离线模型学习问题的模型，它采用了开关 Transformer 模型架构以提高模型容量和分布式轨迹值估计器以改善策略性能，尤其是在稀疏奖励设置中。我们的实验证明，SwitchTT 可以在 10
PDF2 years ago
用逆强化学习改写历史：后见推断对政策改进的影响
本文介绍了逆强化学习（inverse RL），采用逆强化学习方法来实现目标重标记技术（goal-relabeling techniques），并证实在多任务设置下，包括目标达成、具有离散奖励集合和线性奖励函数的领域中，使用逆强化学习加速了学
PDF4 years ago
EMNLP利用世界知识奖励指代消解器的一致性
通过将 coreference resolver 的输出输入 relation extraction 系统，根据其在知识库中的三元组进行奖励，使用多任务强化学习获得最佳性能，改善了 coreference resolver 的性能。
PDF5 years ago
DisCoRL: 基于策略蒸馏的连续强化学习
本文提出了 DisCoRL 方法，该方法结合状态表示学习和策略蒸馏来解决多任务强化学习中的挑战，并在三个 2D 导航任务上进行了实验验证。
PDF5 years ago
同时学习视觉和基于特征的控制策略，应用于现实世界的杯中球游戏
通过多任务强化学习方法，本文在真实机器人上实现了视觉导向控制策略的快速训练技术，并在模拟和真实世界的 Ball-in-a-Cup 游戏中进行了测试。
PDF5 years ago
NIPS使用深层生成模型进行多任务强化学习的探索
使用深度生成模型和低维能量模型辅助多任务强化学习中的探索，以便于系统识别，从而提供鲁棒且适应性强的探索信号。
PDF8 years ago
多任务强化学习中的共享表示学习
本文探讨了多任务强化学习中一种范例，即在一个固定的环境中进行一系列任务的学习，介绍了一种共享结构模型，在状态 - 动作值空间中联合学习优化价值函数，从而提高数据效率并获得更健壮、更具潜力的可传递表征。
PDF8 years ago