reinforcement learning (rl) | BriefGPT

关键词reinforcement learning (rl)

搜索结果 - 11

强化学习任务的神经网络压缩
在强化学习中应用稀疏性和修剪方法对神经网络推断进行优化，从而达到能耗和延迟效率的提升，本研究针对不同强化学习算法及环境系统地进行了探索，并取得神经网络规模最多减小 400 倍的优化效果。
PDF2 months ago
利用次优数据进行人类介入强化学习
通过使用零奖励的次优数据进行预训练，SDP 方法改进了人机协同强化学习（HitL RL）算法，从而在九个机器人操作和运动任务中显著提高了性能。
PDF2 months ago
ActiveRIR: 主动音频视觉探索声学环境建模
通过使用视觉和声音传感器数据，我们提出了一种新的任务 —— 主动声学采样，其通过移动代理在实时环境中建立环境声学模型和占据地图，以及确定最佳声学数据采样位置，从而以最少的声学样本得到高质量的环境声学模型。我们通过基于环境声学模型中的信息增益
PDF2 months ago
WWW抽象概念理解的文本到图像扩散模型的优化器
这篇论文介绍了一种名为 POAC 的新方法，旨在增强从抽象概念中解释和生成图像的文本到图像扩散模型的性能。它提出了一个 Prompt Language Model (PLM) 的框架，通过优化的提示来对生成的图像进行对齐，通过大量实验证明，
PDF3 months ago
应急电源供应的电动车辆路径规划：面向电信基站救援
作为电信供应商，公司的关键任务是在停电期间维持电信服务。为了实现该任务，本文提出了一种解决方案，即通过电动汽车直接为基站提供电力。我们将这个问题定义为 Electric Vehicle Routing Problem (EVRP) 的一个新
PDF3 months ago
基于强化学习改进比例积分控制器在油门阀基准上的应用
本文提出了一种基于学习的控制策略，用于具有非对称滞后的非线性节流阀，从而实现接近最优的控制器，不需要任何关于环境的先验知识。通过仔细调整的比例积分器（PI）控制器并利用强化学习（RL）在引导策略上的最新进展，通过与阀门的额外交互学习改进闭环
PDF4 months ago
PlotMap：建筑游戏世界的自动布局设计
该研究探讨了通过引入一个独立于底层地图生成方法的剧情设施布局设计层来解决游戏地图设计中支持故事的问题，通过引入强化学习（RL）系统，在游戏地图上自动分配具体位置以满足故事中的空间约束，并通过训练和评估 RL 模型，提供基于 RL 的剧情设施
PDF9 months ago
对基于集成学习的 Windows PE 恶意软件检测器的对抗样本有效性研究
机器学习在网络安全领域，尤其是恶意软件检测和预防方面引起了越来越多的关注和兴趣。本研究提出了一种通过结合生成对抗网络（GANs）和强化学习（RL）来应对合集学习型检测器的变异系统，克服了现有模型的局限性。实验证明，该模型在保持可执行文件格式
PDF9 months ago
基于强化学习的大涡模拟离散化一致闭合方案
基于强化学习（RL）的后验方法，我们提出了一种新颖的方法来开发与离散化一致的闭合方案，并将其应用于隐式滤波的大涡模拟（LES），其中诱导滤波核和闭合项根据网格和离散化算子的性质确定。优化的闭合模型实现了准确且一致的结果，甚至比经典最先进的模
PDF10 months ago
学习，快与慢：面向动态环境的目标导向基于记忆的方法
本研究针对基于模型的下一状态预测和状态价值预测收敛缓慢的问题，使用并行内存检索系统进行基于模型的规划，使用神经网络指导代理的行为，通过基于目标的探索在线训练，取得了 92% 的解决率，显示出 RL 模型应用于目标和子目标规划的未来。
PDFa year ago
强化学习在一般和马尔可夫博弈中可以发现贝叶斯纳什均衡吗？
研究了带有领导者和追随者的多人普遍和马尔可夫博弈，关注追随者为短视的情况，在在线和离线设置下开发了一些优化和悲观变种的最小二乘值迭代的强化学习算法以求得 Stackelberg-Nash 均衡 (SNE)。它们可在大状态空间的函数逼近工具中
PDF3 years ago