关键词predictive information
搜索结果 - 7
- 视觉预测作为避让的中层表示
该研究介绍了一种创新的可视化预测方法，通过引入直观的视觉线索，将动态物体的未来轨迹投影出来，以改善智能体的感知能力并实现预测性行动，验证了该方法在动态环境中的可行性和有效性。
- PI-QT-Opt: 预测信息提升多任务机器人增强学习规模
通过引入准确的表示学习机制 ——Predictive Information QT-Opt（PI-QT-Opt），我们研究了预测信息对机器人智能代理的建模以及其在从大量数据中培养具备各种技能的通用代理方面的重要性。实验结果表明，这种机制的应 - 通过识别具有预测信息的输入特征进行细粒度神经网络解释
该研究提出一种通过在神经网络输入域上引入瓶颈层，精细地识别输入特征信息的方法，用以衡量输入特征的重要性和网络预测的相关性。研究表明该方法对网络结构不敏感，并结合主流的特征归因方法进行了评估。
- 预测信息加速强化学习
本文通过使用有监督训练的压缩表示学习了强化学习环境动态的预测信息，通过提高样本效率使得 Soft Actor-Critic 代理人可以大幅度地改善在连续控制任务中的表现。
- 从比特币区块链推断短期波动性指标
本论文通过比特币日常交易图表中的特征研究推断极端价格波动期间的预警指标（EWIs）的可能性，并证明了相对于奇异值分解或比特币交易总量的标量值，使用比特币区块链从 2012 年到 2017 年的时间段推断交易图的低维表示如何被用于预测极端价格 - 复杂机器人行为的信息驱动自组织
使用预测信息作为动态系统控制器参数的推动力以实现高维机器人系统的协同控制和收敛行为。
- 预测状态临时差异学习
本文介绍了一种新的用于价值函数逼近的方法，它将线性时间差分强化学习与子空间识别相结合，并使用一个新的算法 Predictive State Temporal Difference (PSTD) learning。该方法可以将含有大量特征的状