natural actor-critic | BriefGPT

关键词natural actor-critic

搜索结果 - 5

基于函数逼近的稳健强化学习的自然动态演员 - 评论家
我们提出了两种新的不确定性集合形式，一种基于双重采样，另一种基于积分概率度量，以应对训练模拟器和测试环境之间的模型不匹配问题，并通过引入函数近似的鲁棒自然行为者 - 评论者 (RNAC) 方法，为所提出的 RNAC 算法在有限时间内收敛到最
PDFa year ago
熵正则化神经自然演员 - 评论家算法的有限时间分析
本文针对神经网络近似的 NAC 算法进行了有限时间分析，并指出了神经网络、正则化和优化技术在样本复杂性、迭代复杂性和过度参数化上达到证明良好性能的作用，特别地，我们证明熵正则化和平均化通过提供足够的探索避免了过于确定性和严格次优策略，正则化
PDF2 years ago
Off-Policy 自然演员 - 评论算法的有限样本分析
本文介绍一种自然演员 - 评论家算法的有限样本收敛保证，基于重要性采样的离线策略变体，并提出为评论家设计的 $Q$-trace 算法。
PDF3 years ago
双时间尺度双层优化框架：复杂性分析及其在演员 - 评论家算法中的应用
本文研究了用于双层优化的两时间尺度随机算法框架，并分析了算法的收敛性及应用于自然演员 - 评论家算法的情形。
PDF4 years ago
两时间尺度（自然）Actor-Critic 算法的非渐进收敛分析
本文提出了第一种具有非渐近收敛率的二次时间尺度演员 - 评论家和自然演员 - 评论家算法的样本复杂度，通过使用新技术对动态变化 Markovian 采样的 actor 偏差误差进行边界估计并分析带有动态变化基函数和转换内核的线性评论家的收敛
PDF4 years ago